【技术实现步骤摘要】
一种优化的文本摘要生成方法
：本专利技术属于自然语言生成领域，尤其涉及序列到序列文本摘要生成的相关方法。
技术介绍
：随着信息技术的快速发展，信息爆炸正在冲击着人们的生活。一方面，现在互联网存在大量网页与文本，但是其中内容相关的文本之间存在大量多余的内容，人们阅读和获取这些重复内容耗费了大量的时间与精力。另一方面，社会发展加快人们的生活节奏，越来越碎片化的时间驱使人们通过互联网获取内容，而不是通过传统的书籍等纸质资料。因此为了解决如何从大量的文本信息中提取其中的主要内容，已经成为当今学术研究的热点。有关文本摘要的问题，众多国内外学者对这一领域有着很深的见解，提出过很多可用性的文本摘要技术。最早有学者提出抽取式文本摘要(ExtractiveTextSummarization,ETS)方法，这类方法主要使用传统的统计学方法抽取出能概括内容主旨的片段。虽然这种方法一定程度的可以获取主要内容，但是有一个主要问题是，获取的摘要可能有语义不连贯的问题。随后，有学者提出生成式文本摘要(AbstractiveTextSummariz...
【技术保护点】
1.一种优化文本摘要生成的方法，其特征在于，包括以下步骤：/n步骤1、获取相关需要生成摘要的文本数据，并进行文本数据的处理；/n步骤2、对处理好的文本，构建相关字典，每个词对应一个唯一id，设置词向量维度，随机初始化所有词向量；/n步骤3、将文章输入的向量输入模型Encoder端的AS-CNN进行特征提取；/n步骤4、AS-CNN提取的特征向量送入Transformer的Decoder端进行解码，生成文章的摘要。/n
【技术特征摘要】
1.一种优化文本摘要生成的方法，其特征在于，包括以下步骤：
步骤1、获取相关需要生成摘要的文本数据，并进行文本数据的处理；
步骤2、对处理好的文本，构建相关字典，每个词对应一个唯一id，设置词向量维度，随机初始化所有词向量；
步骤3、将文章输入的向量输入模型Encoder端的AS-CNN进行特征提取；
步骤4、AS-CNN提取的特征向量送入Transformer的Decoder端进行解码，生成文章的摘要。
2.根据权利要求1所述的方法，其特征在于，步骤3具体包括以下步骤：
步骤3.1、根据文章的长度设置卷积核的大小，以及每个卷积核的数量；
步骤3.2、不同卷积核提取出的特征提取出不同长度的句子特征；
步骤...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。