结合知识图谱的上下文感知文本摘要生成方法及系统技术方案

本发明专利技术公开了结合知识图谱的上下文感知文本摘要生成方法及系统，涉及语言处理技术领域，通过结构化数据验证实现可信度评估。首先从文本中提取量化声明(主体－谓词－数值三元组)，然后在领域知识图谱中检索匹配的权威数据，支持多数据源的加权融合计算。通过数值偏离度分析生成动态可信度标签，并依据置信度阈值实现分级摘要标注(高/中/低可信度)。方案创新性地引入用户反馈机制，当人工修正与知识图谱数据差异较大时，自动优化数据源权重或修正知识库内容。通过用户交互持续优化知识库准确性。该方案特别适用于需要高可信度保障的金融、医疗等专业领域文本处理。

【技术实现步骤摘要】

本专利技术涉及语言处理，具体为结合知识图谱的上下文感知文本摘要生成方法及系统。

技术介绍

1、随着互联网信息的爆炸式增长，自动文本摘要技术已成为信息处理领域的重要研究方向。传统的文本摘要方法主要基于统计特征或深度学习模型，侧重于提取文本的关键句子或生成简洁的语义概括。然而，这些方法通常缺乏对文本中具体声明(如数值型陈述)的可信度评估能力，导致摘要结果可能存在事实性偏差或误导性信息。

2、在金融、医疗、科技等领域，文本中常包含大量可量化的声明(如“公司年收入增长20％”或“药物有效率85％”)，其准确性直接影响决策质量。现有技术虽然能提取此类信息，但无法验证其与权威数据的吻合度，也无法动态调整摘要的可信度标注。此外，多数据源之间的冲突处理、用户反馈的闭环优化等问题尚未得到有效解决。

技术实现思路

1、针对现有技术存在的不足，本专利技术提供结合知识图谱的上下文感知文本摘要生成方法及系统。

2、为了实现上述目的，本专利技术的技术方案如下：

3、第一方面，本专利技术公布了结合知识图本文档来自技高网...

【技术保护点】

1.结合知识图谱的上下文感知文本摘要生成方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的结合知识图谱的上下文感知文本摘要生成方法，其特征在于：所述获取待摘要文本中的原始声明数据包括：

3.根据权利要求1所述的结合知识图谱的上下文感知文本摘要生成方法，其特征在于：所述偏离度的计算公式为：所述可信度标签D3的置信度值计算公式为：置信度值＝(1-偏离度)×100％。

4.根据权利要求1所述的结合知识图谱的上下文感知文本摘要生成方法，其特征在于：当所述置信度值≥第一预设阈值时，在摘要中保留所述原始声明数据D1并附加第一可信度标注；

5.根...

【技术特征摘要】

1.结合知识图谱的上下文感知文本摘要生成方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的结合知识图谱的上下文感知文本摘要生成方法，其特征在于：所述获取待摘要文本中的原始声明数据包括：

3.根据权利要求1所述的结合知识图谱的上下文感知文本摘要生成方法，其特征在于：所述偏离度的计算公式为：所述可信度标签d3的置信度值计算公式为：置信度值＝(1-偏离度)×100％。

4.根据权利要求1所述的结合知识图谱的上下文感知文本摘要生成方法，其特征在于：当所述置信度值≥第一预设阈值时，在摘要中保留所述原始声明数据d1并附加第一可信度标注；

5.根据权利要求4所述的结合知识图谱的上下文感知文本摘要生成方法，其特征在于：所述第一可信度标注、第二可信度标注、第三可信度标...

【专利技术属性】
技术研发人员：王靖涵，
申请(专利权)人：王靖涵，
类型：发明
国别省市：