【技术实现步骤摘要】
本专利技术涉及声学特征识别，更具体地，尤其涉及一种基于副语言声学特征的会议摘要生成方法。
技术介绍
1、会议是职场中信息交流的主要方式。会议期间，发言者的对话通常是无组织或未经编辑的，往往是在没有事先准备的情况下实时讨论。因此，会议中的重要信息通常密度较低，且所用措辞可能显得零散、重复且不连贯。换句话说，会议上的发言可能包含大量“噪音”。在这种情况下，会议摘要变得非常重要，它不仅为参与者回顾和追溯会议历史提供了依据，还使未参加会议的人能够快速了解会议的重要内容和结论。然而，人们组织会议摘要是一项具有挑战性的任务。记录者需要快速记录会议中的关键信息，在此过程中，面临着参与者语速不同、专业知识理解以及突发事件处理等多种困难。会议结束后，需要根据会议期间所做的笔记以及理解和回忆会议内容来撰写摘要。
2、在现有技术中，自动摘要生成方案主要包括两类：抽取式摘要和生成式摘要。在早期，一些研究将目标集中在抽取式会议摘要上，例如，截取文本的某些部分组成摘要。然而，通过这种抽取方式获得的会议摘要可读性较差，第三方读者难以理解。而基于生成式获得...
【技术保护点】
1.一种基于副语言声学特征的会议摘要生成方法，包括以下步骤：
2.根据权利要求1所述的方法，其中，根据以下步骤获得满足设定标准的显著性语音特征的内容：
3.根据权利要求2所述的方法，其中，所述满足设定标准的显著性语音特征的内容利用K-Means聚类获得。
4.根据权利要求1所述的方法，其中，所述开放性问题包括：会议的参与者、会议讨论的主题、与主题相关的关键事件、在相关主题上的达成的共识。
5.根据权利要求1所述的方法，其中，所述文本层面的关键信息采用MDERank模型提取，包括：基于源文档和掩码文档之间的嵌入相似度对候选...
【技术特征摘要】
1.一种基于副语言声学特征的会议摘要生成方法，包括以下步骤：
2.根据权利要求1所述的方法，其中，根据以下步骤获得满足设定标准的显著性语音特征的内容：
3.根据权利要求2所述的方法，其中，所述满足设定标准的显著性语音特征的内容利用k-means聚类获得。
4.根据权利要求1所述的方法，其中，所述开放性问题包括：会议的参与者、会议讨论的主题、与主题相关的关键事件、在相关主题上的达成的共识。
5.根据权利要求1所述的方法，其中，所述文本层面的关键信息采用mderank模型提取，包括：基于源文档和掩码文档之间的嵌入相似度对候选关键词进行排序；根据排序结果选择设定数量的关键词组合为所述文本层面的关键信息。
6.根据权利要求1所述的方法，其中，输入到所述大型语言模型的输入形式表示为[k,d,q,r]，其中k表示所述文本层面的...
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。