[發(fā)明專利]一種文摘生成方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201611111235.3
• 申請(qǐng)日: 2016-12-02
• 公開（公告）號(hào): CN106599148A
• 公開（公告）日: 2017-04-26
• 發(fā)明（設(shè)計(jì)）人: 王偉
• 申請(qǐng)（專利權(quán)）人: 東軟集團(tuán)股份有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06F17/27
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司11227
• 代理人: 劉曉菲,王寶筠

1.一種文摘生成方法，其特征在于，所述方法包括：

獲取待處理文本的關(guān)鍵詞集合，并分別計(jì)算所述關(guān)鍵詞集合中各個(gè)關(guān)鍵詞的權(quán)重，所述關(guān)鍵詞用于表達(dá)所述待處理文本的內(nèi)容，所述關(guān)鍵詞的權(quán)重表示所述關(guān)鍵詞在所述待處理文本中的重要程度；

以句子為單位對(duì)所述待處理文本進(jìn)行劃分，得到目標(biāo)句子；

確定所述目標(biāo)句子中包含的關(guān)鍵詞，并根據(jù)所述目標(biāo)句子中包含的關(guān)鍵詞的數(shù)量和關(guān)鍵詞的權(quán)重得到所述目標(biāo)句子的第一相似度；

根據(jù)所述目標(biāo)句子的第一相似度得到所述目標(biāo)句子是否能夠加入文摘的判斷結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述目標(biāo)句子中包含的關(guān)鍵詞的數(shù)量和關(guān)鍵詞的權(quán)重得到所述目標(biāo)句子的第一相似度包括：

將所述目標(biāo)句子中包含的關(guān)鍵詞的權(quán)重之和與所述包含的關(guān)鍵詞的數(shù)量的乘積作為所述目標(biāo)句子的第一相似度。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述方法還包括：

確定所述目標(biāo)句子與所述關(guān)鍵詞集合之間的語義相關(guān)度，和/或所述目標(biāo)句子在所述待處理文本中的位置；

所述根據(jù)所述目標(biāo)句子中包含的關(guān)鍵詞的數(shù)量和關(guān)鍵詞的權(quán)重得到所述目標(biāo)句子的第一相似度包括：

根據(jù)所述目標(biāo)句子與所述關(guān)鍵詞集合之間的語義相關(guān)度和所述目標(biāo)句子在所述待處理文本中的位置的至少其一，以及所述目標(biāo)句子中包含的關(guān)鍵詞的數(shù)量和關(guān)鍵詞的權(quán)重得到所述目標(biāo)句子的第一相似度。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述確定所述目標(biāo)句子與所述關(guān)鍵詞集合之間的語義相關(guān)度包括：

對(duì)所述目標(biāo)句子進(jìn)行分詞，得到各個(gè)特征詞；

分別計(jì)算所述關(guān)鍵詞集合中各個(gè)關(guān)鍵詞與所述目標(biāo)句子的各個(gè)特征詞之間的詞相似度；

根據(jù)所述關(guān)鍵詞集合中各個(gè)關(guān)鍵詞與所述目標(biāo)句子的各個(gè)特征詞之間的詞相似度，利用加權(quán)二部圖的最大權(quán)重匹配算法來得到所述目標(biāo)句子與所述關(guān)鍵詞集合之間的語義相關(guān)度。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

獲取所述目標(biāo)句子與已加入文摘的文摘句之間的第二相似度；

所述根據(jù)所述目標(biāo)句子的第一相似度得到所述目標(biāo)句子是否能夠加入文摘的判斷結(jié)果包括：

根據(jù)所述目標(biāo)句子的第一相似度和所述第二相似度得到所述目標(biāo)句子是否能夠加入文摘的判斷結(jié)果。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述獲取所述目標(biāo)句子與已加入文摘的文摘句之間的第二相似度包括：

獲取所述目標(biāo)句子與所述已加入文摘的文摘句的重合詞，并計(jì)算所述重合詞的權(quán)重，所述重合詞的權(quán)重表示所述重合詞在所述文本中的重要程度；

根據(jù)所述目標(biāo)句子中包含的重合詞的數(shù)量和重合詞的權(quán)重，得到所述目標(biāo)句子與已加入文摘的文摘句之間的第二相似度。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述根據(jù)所述目標(biāo)句子中包含的重合詞的數(shù)量和重合詞的權(quán)重，得到所述目標(biāo)句子與已加入文摘的文摘句之間的第二相似度包括：

將所述目標(biāo)句子中包含的重合詞的權(quán)重之和，與包含的重合詞的數(shù)量的乘積，作為所述目標(biāo)句子與已加入文摘的文摘句之間的第二相似度。

8.根據(jù)權(quán)利要求6或7所述的方法，其特征在于，所述獲取所述目標(biāo)句子與已加入文摘的文摘句之間的第二相似度還包括：

獲取所述目標(biāo)句子與所述已加入文摘的文摘句之間的語義相似度；

所述根據(jù)所述目標(biāo)句子中包含的重合詞的數(shù)量和重合詞的權(quán)重，得到所述目標(biāo)句子與已加入文摘的文摘句之間的第二相似度包括：

根據(jù)所述目標(biāo)句子中包含的重合詞的數(shù)量和重合詞的權(quán)重，以及所述目標(biāo)句子與所述已加入文摘的文摘句之間的語義相似度，得到所述目標(biāo)句子與已加入文摘的文摘句之間的第二相似度。

9.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述方法還包括：

若所述目標(biāo)句子為對(duì)所述待處理文本進(jìn)行劃分得到的句子集合中第一相似度最高的句子，則將所述目標(biāo)句子加入所述文摘作為首個(gè)文摘句。

10.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取待處理文本的關(guān)鍵詞集合包括：

獲取所述待處理文本的特征詞，并獲取所述特征詞的第一參數(shù)和第二參數(shù)，所述第一參數(shù)表示利用ATF*PSF算法得到的所述特征詞在所述待處理文本中的頻率信息，所述第二參數(shù)表示利用TextRank算法得到的所述特征詞在所述待處理文本中的重要程度；

根據(jù)所述特征詞的第一參數(shù)和第二參數(shù)選取所述待處理文本的關(guān)鍵詞集合。