Automatisk sammanfattning är användningen av ett datorprogram för att skapa en sammanfattning av en eller flera texter. Detta kan vara användbart i en mängd olika miljöer, inklusive dokumentsökning, utbildning och forskning. Program kan närma sig denna utmaning på ett antal sätt. Datavetare och andra forskare som har ett intresse för naturligt språk har studerat sätt att utveckla programvara för automatisk sammanfattning för att förbättra kvaliteten på tjänster som är tillgängliga för användare av sådan programvara.
En metod för automatisk summering innebär en snabb skanning av dokumentet för att identifiera den viktigaste informationen. Programmet lär sig att hitta viktigt innehåll genom att titta på formuleringar, sammanhang och presentation. Det kan leta efter material som abstraktet på en labbrapport eller första radens definition i en encyklopediartikel. Därefter kan den lyfta fram nyckelmeningar och använda dem för att skapa en sammanfattning genom att presentera dessa kopior, som sett med många sökmotorer.
Ett mer sofistikerat tillvägagångssätt är själva skapandet av ett abstrakt. I det här fallet granskar datorprogrammet texten, syntetiserar informationen och presenterar en komprimerad version för användaren. Denna typ av automatisk summering kräver mer avancerad programmering. Datorn behöver inte bara hitta den viktigaste informationen, den behöver presentera den i ny formulering till nytta för användaren.
Som sökverktyg kan automatisk sammanfattning vara oerhört värdefull. Många internetanvändare förlitar sig på de snabba utdrag som finns i en lista med sökresultat, till exempel för att avgöra vilka artiklar som är relevanta för deras behov. Genom att skanna dessa utdrag kan användaren bestämma om den ska klicka på länken. Sammanfattningar kan vara användbara för personer som forskare som vill ha en snabb överblick över diskussioner om ett visst ämne. Om ett visst abstrakt är särskilt intressant kan de klicka sig fram för att läsa stycket i sin helhet.
Anpassningsbar programvara kanske kan lära sig genom automatisk sammanfattning. Läsaren kan betygsätta sammanfattningar i termer av hur användbara de är och om de korrekt förmedlar informationen i källtexten. Detta gör att programmet kan ta reda på var det kan ha gått fel. Den kan använda denna information för att förbättra kvaliteten och exaktheten på resultaten i framtiden. Utvecklare som har ett intresse av automatisk sammanfattning kan ägna sig åt aktiviteter som experiment för att ställa människor och maskiner mot varandra för att se vilka som kan komma fram till de mest lämpliga sammanfattningarna av texter.