Generador de Resumen por Extracción

¿Qué es el Resumen por Extracción y cómo funciona el Algoritmo TextRank?

El Generador de Resumen por Extracción es una herramienta algorítmica de compresión textual y procesamiento de lenguaje natural diseñada para sintetizar documentos extensos seleccionando de forma automática sus oraciones y fragmentos más representativos y de mayor peso informativo, sin alterar la sintaxis ni el vocabulario original del autor.

A diferencia de la síntesis abstractiva (que genera oraciones nuevas mediante parafraseo), el enfoque extractivo garantiza una fidelidad total a los datos, citas y cifras del texto fuente, evitando alucinaciones o interpretaciones erróneas. Es el método estándar de la industria para condensar artículos científicos, informes financieros, leyes, acuerdos jurídicos y noticias de prensa.

Nuestra herramienta implementa un motor híbrido basado en TextRank (algoritmo de grafos derivado de PageRank) y ponderación de frecuencias léxicas TF-IDF. Permite ajustar la tasa de compresión por porcentaje (ej. 20%, 30%, 50%) o fijar el número exacto de oraciones, manteniendo el orden cronológico original para una lectura fluida. Puedes complementar tu estudio con el Generador de Resumen por Abstracción o el Detector de Plagio de Texto Online.

Arquitectura del Algoritmo TextRank y Ponderación TF-IDF

El sistema construye un grafo completo ponderado no dirigido $G = (V, E)$, donde cada vértice $V_i$ representa una oración del texto y cada arista $E_{ij}$ está ponderada por la similitud léxico-semántica entre dos oraciones:

Donde:

• $WS(V_i)$: Puntuación de centralidad o relevancia de la oración $V_i$ en el grafo discursivo.
• $d$: Factor de amortiguación (damping factor, calibrado en $d = 0.85$), que simula la probabilidad de transición discursiva.
• Bonus de Posición Discursiva (Lead Bias): Las oraciones iniciales del texto y de cada párrafo reciben un incremento ponderado ($+35\%$) debido a que en el estilo periodístico y académico contienen la tesis principal (pirámide invertida).
• Bonus de Datos Cuantitativos: Las oraciones con estadísticas, porcentajes o cantidades numéricas reciben prioridad informativa.

Tabla Comparativa: Resumen Extractivo vs Resumen Abstractivo

Preguntas Frecuentes sobre el Resumen Extractivo (FAQ)