[發(fā)明專利]一種不同領(lǐng)域文檔摘要自動(dòng)抽取及自動(dòng)優(yōu)化方法

在審

• 申請?zhí)枺?/td>: 201410845152.1
• 申請日: 2014-12-31
• 公開（公告）號: CN104636431A
• 公開（公告）日: 2015-05-20
• 發(fā)明（設(shè)計(jì)）人: 張曉東;王玉;傅文斌;殷建琳
• 申請（專利權(quán)）人: 南京新模式軟件集成有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 江蘇圣典律師事務(wù)所 32237
• 代理人: 郭先彬

1.一種針對不同領(lǐng)域文檔摘要自動(dòng)抽取及自動(dòng)優(yōu)化的方法，其特征在于包括以下步驟：

A．針對不同領(lǐng)域人工生成領(lǐng)域摘要模板；

B．根據(jù)領(lǐng)域摘要模板自動(dòng)抽取摘要；

C．人工干預(yù)優(yōu)化摘要及領(lǐng)域摘要模板。

2.根據(jù)權(quán)利要求1所述的針對不同領(lǐng)域文檔摘要自動(dòng)抽取及自動(dòng)優(yōu)化的方法，其特征在于：針對不同領(lǐng)域人工生成領(lǐng)域摘要模板包括以下步驟：

A．根據(jù)不同領(lǐng)域的非結(jié)構(gòu)化數(shù)據(jù)設(shè)置不同的句子得分項(xiàng)的權(quán)重，句子得分項(xiàng)包括句子相似度得分項(xiàng)，句子在文中的位置得分項(xiàng)，基于詞權(quán)重的句子詞權(quán)重值得分項(xiàng)；

B．根據(jù)不同領(lǐng)域的非結(jié)構(gòu)化數(shù)據(jù)設(shè)定在文中不同位置的句子、段落的權(quán)重值；

C．根據(jù)不同領(lǐng)域的非結(jié)構(gòu)化數(shù)據(jù)收集整理相關(guān)的詞庫及對應(yīng)的詞權(quán)重值；

D．根據(jù)不同領(lǐng)域設(shè)定摘要信息抽取權(quán)重的比例。

3.根據(jù)權(quán)利要求1所述的針對不同領(lǐng)域文檔摘要自動(dòng)抽取及自動(dòng)優(yōu)化的方法，其特征在于：根據(jù)領(lǐng)域摘要模板自動(dòng)抽取摘要包括以下步驟：

A．導(dǎo)入領(lǐng)域摘要模板；

B．從文檔中抽取文檔正文數(shù)據(jù)；

C．使用斷句算法對提取的文檔正文數(shù)據(jù)進(jìn)行分段與斷句，切分句子，并記錄句子在文中的位置；

D．使用相似度算法對每個(gè)句子計(jì)算分值；

E．對已經(jīng)切分完成的句子使用中文分詞算法，進(jìn)行中文分詞；

F．對分詞得到的詞進(jìn)行詞頻統(tǒng)計(jì)，得到詞的權(quán)重值；

G．分詞得到的詞在對應(yīng)的詞庫中進(jìn)行匹配，如果匹配到相關(guān)的詞，并且在詞庫中對應(yīng)的權(quán)重值大于目前計(jì)算的到的詞權(quán)重值，則增加該詞的權(quán)重值，如果在詞庫中對應(yīng)的權(quán)重值小于目前計(jì)算的到的詞權(quán)重值，則降低該詞的權(quán)重值；

H．根據(jù)句子中詞的權(quán)重值計(jì)算基于詞權(quán)重的句子詞權(quán)重值；

I．根據(jù)領(lǐng)域摘要模板中設(shè)定的在文中不同位置的句子的權(quán)重計(jì)算句子的位置權(quán)重值；

J．根據(jù)領(lǐng)域摘要模板中設(shè)定的句子相似度權(quán)重值，句子位置權(quán)重值，句子詞權(quán)重值之間的權(quán)重關(guān)系計(jì)算句子權(quán)重值；

K．將得到的句子權(quán)重值從高到低排序；

L．根據(jù)領(lǐng)域摘要模板中設(shè)定的摘要權(quán)重比例輸出摘要信息。

4.根據(jù)權(quán)利要求1所述的針對不同領(lǐng)域文檔摘要自動(dòng)抽取及自動(dòng)優(yōu)化的方法，其特征在于：人工干預(yù)優(yōu)化摘要及領(lǐng)域摘要模板包括以下步驟：

A．人工對得到的摘要信息與文章進(jìn)行對比，判斷摘要信息與文章是否匹配；如果摘要不完整，則增加部分摘要，如果摘要過多，則刪除部分摘要；

B．使用斷句算法，將摘要中被修改的句子或者段落進(jìn)行斷句，得到句子；

C．得到句子在文章中的對應(yīng)位置；

D．根據(jù)領(lǐng)域摘要模板中的優(yōu)化步長，增加或減少步驟B得到的句子在文章中對應(yīng)位置在模板中的權(quán)重值；

E．使用中文分詞算法對步驟B得到的句子進(jìn)行分詞處理，得到詞；

F．將所得到的詞與領(lǐng)域摘要模板的詞庫進(jìn)行匹配；

G．如果匹配到對應(yīng)的詞，則根據(jù)領(lǐng)域摘要模板中的優(yōu)化步長相應(yīng)的增加或者減少摘要模板詞庫中對應(yīng)的詞權(quán)重；

H．重新得到領(lǐng)域摘要模板。

5.根據(jù)權(quán)利要求4所述的針對不同領(lǐng)域文檔摘要自動(dòng)抽取及自動(dòng)優(yōu)化的方法，其特征在于：對于增加部分摘要的情況，將相應(yīng)句子對應(yīng)的詞在領(lǐng)域摘要模板詞庫中的權(quán)重增加或者在領(lǐng)域摘要模板詞庫中增加未錄入的新詞，將領(lǐng)域摘要模板中句子在文章中的對應(yīng)位置的權(quán)重增加。

6.根據(jù)權(quán)利要求4所述的針對不同領(lǐng)域文檔摘要自動(dòng)抽取及自動(dòng)優(yōu)化的方法，其特征在于：對于刪除部分摘要的情況，將相應(yīng)句子對應(yīng)的詞在領(lǐng)域摘要模板詞庫中的權(quán)重降低，將摘要模板中句子在文章中的對應(yīng)位置的權(quán)重降低。