文本摘要生成方法、装置、设备及计算机存储介质制造方法及图纸

本申请提供一种文本摘要生成方法、装置、设备及计算机存储介质。该文本摘要生成方法包括：对待抽取文本进行处理，得到所述待抽取文本中目标句子的句意特征，以及所述待抽取文本的全文特征；将所述句意特征中的各词特征进行匹配，得到所述目标句子的句内重要性特征；将所述句意特征和所述全文特征进行匹配，得到所述目标句子在所述待抽取文本中的全文重要性特征；根据所述句内重要性特征和所述全文重要性特征，生成所述待抽取文本的摘要。可见，本申请实施例同时根据全文重要性特征和句内重要性特征生成的摘要，既考虑了目标句子在全文中的语境，又考虑了目标句子句内的局部特征，因此可以保证摘要可以准确表征待抽取文本的全文语义。文语义。文语义。

【技术实现步骤摘要】
文本摘要生成方法、装置、设备及计算机存储介质


[0001]本申请涉及自然语言处理领域，具体涉及一种文本摘要生成方法、装置、设备及计算机存储介质。

技术介绍

[0002]随着科技的飞速发展，网络上的各种各样的文章资料让人眼花缭乱，这些杂乱的文章很多时候利用价值并不大，而且很多吸引人的标题并不符实，导致容易被“标题党”欺骗，尤其是对一些资料投入精力进行阅读后才发现并不是自己想要的，既浪费了大量的时间，又大大的降低了工作效率，为了确定当前所掌握的资料是否是自己真正想要的，更快捷的找到自己满意的内容，需要对未知的资料进行快速的浏览对其进行甄别，从而得到自己真正需要的有价值的资料。现有相对成熟的摘要生成方法一般都采用的是抽取式的方式，其核心思想就是在原文中寻找一些关键词、句来组成一篇摘要。
[0003]传统的摘要获取方法一般通过循环神经网络(Recurrent Neural Network,RNN)的变体，例如：门限循环单元(Gated Recurrent Unit,GRU)和长短期记忆模型(Long Short
‑<br/>Term M本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种文本摘要生成方法，其特征在于，所述方法包括：对待抽取文本进行处理，得到所述待抽取文本中目标句子的句意特征，以及所述待抽取文本的全文特征；将所述句意特征中的各词特征进行匹配，得到所述目标句子的句内重要性特征；将所述句意特征和所述全文特征进行匹配，得到所述目标句子在所述待抽取文本中的全文重要性特征；根据所述句内重要性特征和所述全文重要性特征，生成所述待抽取文本的摘要。2.根据权利要求1所述的文本摘要生成方法，其特征在于，所述将所述句意特征中的各词特征进行匹配，得到所述目标句子的句内重要性特征，包括：通过预设摘要生成模型中的细化自匹配层，将所述句意特征中的各词特征进行匹配，计算得到所述目标句子的语义中心信息与注意力分布信息；通过所述细化自匹配层和所述预设摘要生成模型中的指针网络解码层，根据所述语义中心信息和所述注意力分布信息，提取所述目标句子的句内重要性特征。3.根据权利要求1所述的文本摘要生成方法，其特征在于，所述根据所述句内重要性特征和所述全文重要性特征，生成所述待抽取文本的摘要，包括：通过预设摘要生成模型中的细化自匹配层根据所述句内重要性特征和所述全文重要性特征对所述句意特征进行处理，得到所述目标句子的第一上下文向量；通过所述细化自匹配层根据所述第一上下文向量和所述句意特征，提取所述目标句子对应的待选取句子特征，其中，所述待选取句子特征是所述待抽取文本中除所述目标句子之外的句子的特征；通过所述细化自匹配层和所述预设摘要生成模型中的指针网络解码层，根据所述待选取句子特征和所述句意特征，生成所述待抽取文本的摘要。4.根据权利要求3所述的文本摘要生成方法，其特征在于，所述根据所述待选取句子特征和所述句意特征，生成所述待抽取文本的摘要，包括：通过所述细化自匹配层根据所述待选取句子特征和所述句意特征，计算得到所述目标句子的重要信息比重；通过所述细化自匹配层和所述预设摘要生成模型中的指针网络解码层，根据所述重要信息比重、所述句意特征和所述待选取句子特征，生成所述待抽取文本的摘要。5.根据权利要求1所述的文本摘要生成方法，其特征在于，所述根据所述句内重要性特征和所述全文重要性特征，生成所述待抽取文本的摘要，包括：通过预设摘要生成模型中的细化自匹配层，根据所述...

【专利技术属性】
技术研发人员：徐如阳，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：