龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：河南大学
申请日：2021-12-24
公开（公告）日：2024-06-28
公开（公告）号：CN114265929B
主分类号：G06F16/34
分类号：G06F16/34;G06F18/25
优先权：
专利状态码：有效-授权
法律状态：2024.06.28#授权;2022.04.19#实质审查的生效;2022.04.01#公开
摘要：本发明属于文本数据处理技术领域，特别涉及一种融合多层次主题特征的文本摘要自动生成方法及装置，该方法包括首先基于平均词嵌入方法，将源文本对应的词向量映射成固定长度的句向量；然后将源文本对应的句向量输入到编码器中的双向GRU网络中，并得到每个句向量所对应的隐藏层状态；其次，基于生成的隐藏层状态，对源文本进行局部主题特征和全局信息特征提取；最后将提取到的局部主题特征和全局信息特征融入到源文本中进行解码，依次从源文本中选取句子组成摘要。本发明在解码时融入局部主题特征和全局信息特征，使得生成摘要贴合上下文信息，提高生成摘要的质量。
主权项：1.一种融合多层次主题特征的文本摘要自动生成方法，其特征在于，包含以下步骤：步骤1，基于平均词嵌入方法，将源文本对应的词向量映射成固定长度的句向量；步骤2，将源文本对应的句向量输入到编码器中的双向GRU网络中，并得到每个句向量所对应的隐藏层状态；步骤3，基于生成的隐藏层状态，对源文本进行局部主题特征和全局信息特征提取，具体包含：步骤3.1，基于隐藏层状态提取源文本的局部主题特征sect，局部主题特征sect由和拼接成，具体的计算过程如下： 其中，startt和endt分别代表每个分段开始和结束的句向量索引，代表前向局部主题特征，由分段前向隐藏层结束状态与分段前向隐藏层开始前状态相减得到，代表后向局部主题特征，由分段后向隐藏层结束状态与分段后向隐藏层开始前状态相减得到；再将前向局部主题特征和后向局部主题特征进行融合，得到局部主题特征sect，表达式如下： α代表融合因子，α∈0,0.5；步骤3.2，基于边缘隐藏层状态提取源文本的全局信息特征doc，全局信息特征doc表示为： 其中，代表前向隐藏层状态的最后一层状态，代表后向隐藏层状态的最后一层状态，doc由和拼接成；步骤4，将提取到的局部主题特征和全局信息特征融入到源文本中进行解码，依次从源文本中选取句子组成摘要。
全文数据：
权利要求：
百度查询： 河南大学 融合多层次主题特征的文本摘要自动生成方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号