[發(fā)明專利]一種文摘生成方法及裝置

在審

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

技術(shù)領(lǐng)域

本發(fā)明涉及自然語言文本智能分析領(lǐng)域，尤其涉及一種文摘生成方法及裝置。

背景技術(shù)

隨著信息技術(shù)的飛速發(fā)展，信息傳輸?shù)钠款i已被打破，人們可以方便的接觸到海量的信息內(nèi)容，如何從中快速的了解信息內(nèi)容，成為當(dāng)前智能信息處理發(fā)展的方向和技術(shù)研究的熱點。特別是隨著互聯(lián)網(wǎng)上文檔信息的急劇膨脹，用于面對大量的文檔信息，迫切需要能夠有效處理這些文檔信息的工具。自動生成文摘，是以自然語言處理技術(shù)為基礎(chǔ)，通過對文檔內(nèi)容進(jìn)行分析處理，自動生成文檔摘要內(nèi)容的智能文本處理應(yīng)用技術(shù)。自動生成文摘可以為用戶提供文檔內(nèi)容的概要性描述，便于用戶在有限的時間內(nèi)了解更多的文檔信息。

發(fā)明內(nèi)容

本發(fā)明提供了一種文摘生成方法和裝置，實現(xiàn)了自動生成文摘的目的。

本發(fā)明實施例提供了一種文摘生成方法，所述方法包括：

獲取待處理文本的關(guān)鍵詞集合，并分別計算所述關(guān)鍵詞集合中各個關(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。

優(yōu)選的，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。

優(yōu)選的，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。

優(yōu)選的，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：

對所述目標(biāo)句子進(jìn)行分詞，得到各個特征詞；

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

根據(jù)所述關(guān)鍵詞集合中各個關(guān)鍵詞與所述目標(biāo)句子的各個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。

優(yōu)選的，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。

優(yōu)選的，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。

優(yōu)選的，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。

優(yōu)選的，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。

優(yōu)選的，所述方法還包括：

若所述目標(biāo)句子為對所述待處理文本進(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文摘句。