龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：江西财经大学
摘要：本发明提出一种面向在线心理支持的自动文本摘要方法与系统，该方法基于BART模型，将BART模型中的双向编码器和自回归解码器的注意力机制替换为分散注意力机制，并在解码器的输出部分采用并行的方式添加语言模型头和分类头，得到自动文本摘要模型。通过多任务联合训练的方式，同时执行主题分类任务和文本摘要生成任务对自动文本摘要模型进行训练，得到训练后的自动文本摘要模型，利用训练后的自动文本摘要模型实现自动文本摘要生成。本发明通过多任务联合训练的方式，使得模型有效识别并利用文本中的关键主题词，从而提升摘要的相关性和信息准确性。此外，分散注意力机制可以促使模型更多地生成新词来形成摘要，提高了摘要的整体质量。
主权项：1.一种面向在线心理支持的自动文本摘要方法，其特征在于，所述方法包括如下步骤：步骤1、基于BART模型，将BART模型中的双向编码器和自回归解码器的注意力机制替换为分散注意力机制，并在解码器的输出部分采用并行的方式添加语言模型头和分类头，得到自动文本摘要模型；步骤2、将文本输入自动文本摘要模型中，双向编码器基于分散注意力机制来捕捉输入的全局依赖关系，在分散注意力机制计算过程中，通过调节注意力的分布以提高不确定性，以实现分散注意力计算，得到编码结果；将编码结果输入自回归解码器，基于分散注意力机制，以从更多的上下文位置中获得信息，得到编码结果；步骤3、将编码结果输入语言模型头，获取回答文本；步骤4、通过自回归的方式重复步骤2和步骤3逐步获取回答文本，得到文本摘要，实现自动文本摘要生成子任务；将自回归解码器在自回归过程中的最终编码结果送入分类结果，得到分类结果，实现主题分类子任务；步骤5、获取数据集，通过多任务联合训练的方式，同时执行主题分类任务和文本摘要生成任务对自动文本摘要模型进行训练，得到训练后的自动文本摘要模型，利用训练后的自动文本摘要模型实现自动文本摘要生成。
全文数据：
权利要求：
百度查询： 江西财经大学 面向在线心理支持的自动文本摘要方法与系统
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