Automaatne kokkuvõte on arvutiprogrammi kasutamine teksti või tekstide kokkuvõtte loomiseks. See võib olla kasulik mitmesugustes seadetes, sealhulgas dokumentide otsimisel, hariduses ja uurimistöös. Programmid võivad sellele väljakutsele läheneda mitmel viisil. Arvutiteadlased ja teised loomuliku keele vastu huvi tundvad teadlased on uurinud viise, kuidas arendada automaatset kokkuvõtte tarkvara, et parandada sellise tarkvara kasutajatele pakutavate teenuste kvaliteeti.
Üks automaatse kokkuvõtte tegemise viis hõlmab dokumendi kiiret skannimist, et tuvastada kõige olulisem teave. Programm õpib, kuidas leida olulist sisu, vaadates sõnastust, konteksti ja esitlust. See võib otsida selliseid materjale nagu laboriaruande kokkuvõte või entsüklopeediaartikli esimese rea määratlus. Järgmisena saab see tõsta välja võtmelaused ja kasutada neid kokkuvõtte tegemiseks, esitades need koopiad, nagu on näha paljude otsingumootorite puhul.
Keerulisem lähenemine on abstraktse tegelik loomine. Sel juhul vaatab arvutiprogramm teksti üle, sünteesib teabe ja esitab kasutajale selle lühendatud versiooni. Seda tüüpi automaatne kokkuvõte nõuab täpsemat programmeerimist. Arvuti ei pea lihtsalt leidma kõige olulisemat infot, vaid see peab kasutaja hüvanguks uues sõnastuses esitama.
Otsingutööriistana võib automaatne kokkuvõte olla väga väärtuslik. Paljud Interneti-kasutajad tuginevad näiteks otsingutulemuste loendis pakutavatele kiirväljavõtetele, et teha kindlaks, millised artiklid on nende vajaduste jaoks asjakohased. Nende väljavõtete skannimine võib aidata kasutajal otsustada, kas lingil klõpsata. Abstraktid võivad olla kasulikud inimestele, näiteks teadlastele, kes soovivad saada kiiret ülevaadet konkreetse teema arutelust. Kui konkreetne kokkuvõte on eriti huvitav, saavad nad klõpsata, et lugeda tükk tervikuna.
Kohandatav tarkvara võib olla võimeline õppima automaatse kokkuvõtte tegemise kaudu. Lugeja saab kokkuvõtteid hinnata selle järgi, kui kasulikud need on ja kas need annavad täpselt edasi lähtetekstis sisalduvat teavet. See võimaldab programmil tuvastada, kus see võis valesti minna. Ta võib seda teavet kasutada tulemuste kvaliteedi ja täpsuse parandamiseks tulevikus. Arendajad, kes on huvitatud automaatsest kokkuvõtete tegemisest, võivad teha selliseid tegevusi nagu katsed, et panna inimesi ja masinaid üksteise vastu, et näha, milline neist suudab koostada tekstidest kõige sobivama kokkuvõtte.