有时候，很简单的数学方法，就可以完成很复杂的任务。
luhn博士认为，文章的信息都包含在句子中，有些句子包含的信息多，有些句子包含的信息少。"自动摘要"就是要找出那些包含信息最多的句子。
句子的信息量用"关键词"来衡量。如果包含的关键词越多，就说明这个句子越重要。luhn提出用"簇"（cluster）表示关键词的聚集。所谓"簇"就是包含多个关键词的句子片段。
上图就是luhn原始论文的插图，被框起来的部分就是一个"簇"。只要关键词之间的距离小于"门槛值"，它们就被认为处于同一个簇之中。luhn建议的门槛值是4或5。也就是说，如果两个关键词之间有5个以上的其他词，就可以把这两个关键词分在两个簇。
下一步，对于每个簇，都计算它的重要性分值。
以前图为例，其中的簇一共有7个词，其中4个是关键词。因此，它的重要性分值等于 ( 4 x 4 ) / 7 = 2.3。
luhn的这种算法后来被简化，不再区分"簇"，只考虑句子包含的关键词。下面就是一个例子（采用伪码表示），只考虑关键词首先出现的句子。
summarizer(originaltext, maxsummarysize): // 计算原始文本的词频，生成一个数组，比如[(10,'the'), (3,'language'), (8,'code')...] wordfrequences = getwordcounts(originaltext) // 过滤掉停用词，数组变成[(3, 'language'), (8, 'code')...] contentwordfrequences = filtstopwords(wordfrequences) // 按照词频进行排序，数组变成['code', 'language'...] contentwordssortbyfreq = sortbyfreqthendropfreq(contentwordfrequences) // 将文章分成句子 sentences = getsentences(originaltext) // 选择关键词首先出现的句子 setsummarysentences = {} foreach word in contentwordssortbyfreq: firstmatchingsentence = search(sentences, word) setsummarysentences.add(firstmatchingsentence) if setsummarysentences.size() = maxsummarysize: break // 将选中的句子按照出现顺序，组成摘要 summary = "" foreach sentence in sentences: if sentence in setsummarysentences: summary = summary + " " + sentence return summary
（完）