[發明專利]文本復述方法、裝置、服務器及存儲介質

有效

• 申請號: 201810550596.0
• 申請日: 2018-05-31
• 公開（公告）號: CN110555203B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 蔣帥
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F40/211
• 分類號: G06F40/211;G06F40/247
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種文本復述方法，其特征在于，包括：

針對原始文本中每一原始語句，依據該原始語句中包含的各原始詞語的同義詞語以及預先確定的不同詞語連續出現的概率，對該原始語句中各原始詞語的同義詞語進行篩選；

順序連接該原始語句中各原始詞語的同義詞語得到該原始語句的復述語句，所述復述語句是指與所述原始語句句義相同的句子，是所述原始語句的替換語句；

其中，依據該原始語句中包含的各原始詞語的同義詞語以及預先確定的不同詞語連續出現的概率，對該原始語句中各原始詞語的同義詞語進行篩選，包括：

依據預先確定的不同詞語連續出現的概率，確定該原始語句中當前原始詞語的當前同義詞語與下文原始詞語的下文同義詞語的連續出現概率，所述下文原始詞語為在該原始語句中位于當前原始詞語之后的原始詞語；

確定當前同義詞語與下文同義詞語組成的各同義詞組，所述同義詞組包括當前同義詞語與下文同義詞語的全部排列組合；

依據當前同義詞語與下文同義詞語的連續出現概率，確定各同義詞組的概率，選擇概率較大的預設個同義詞組對下文原始詞語的同義詞語進行篩選。

2.根據權利要求1所述的方法，其特征在于，選擇概率較大的預設個同義詞組對下文原始詞語的同義詞語進行篩選，包括：

選擇概率較大的預設數值個同義詞組，剔除概率較小的其他同義詞組。

3.根據權利要求1所述的方法，其特征在于，依據當前同義詞語與下文同義詞語的連續出現概率，對下文原始詞語的同義詞語進行篩選之后，還包括：

將下文原始詞語中的尾部原始詞語作為新的當前原始詞語，并對新的下文原始詞語執行同義詞語篩選操作直至該原始語句結束。

4.根據權利要求1所述的方法，其特征在于，依據該原始語句中包含的各原始詞語的同義詞語以及預先確定的不同詞語連續出現的概率，對該原始語句中各原始詞語的同義詞語進行篩選之前，還包括：

確定各樣本文本中包含的詞語的向量表示；

采用各樣本文本中包含的詞語的向量表示對LSTM模型進行訓練，得到不同詞語連續出現的概率。

5.根據權利要求1所述的方法，其特征在于，依據該原始語句中包含的各原始詞語的同義詞語以及預先確定的不同詞語連續出現的概率，對該原始語句中各原始詞語的同義詞語進行篩選之前，還包括：

確定詞庫中各詞語的詞向量表示；

依據詞庫中不同詞語的詞向量表示之間的余弦相似度，得到詞庫中各詞語的同義詞語。

6.一種文本復述裝置，其特征在于，包括：

同義詞篩選模塊，用于針對原始文本中每一原始語句，依據該原始語句中包含的各原始詞語的同義詞語以及預先確定的不同詞語連續出現的概率，對該原始語句中各原始詞語的同義詞語進行篩選；

復述語句確定模塊，用于順序連接該原始語句中各原始詞語的同義詞語得到該原始語句的復述語句，所述復述語句是指與所述原始語句句義相同的句子，是所述原始語句的替換語句；

其中，所述同義詞篩選模塊，包括：

連續概率確定單元，用于依據預先確定的不同詞語連續出現的概率，確定該原始語句中當前原始詞語的當前同義詞語與下文原始詞語的下文同義詞語的連續出現概率，所述下文原始詞語為在該原始語句中位于當前原始詞語之后的原始詞語；

同義詞篩選單元，用于確定當前同義詞語與下文同義詞語組成的各同義詞組，所述同義詞組包括當前同義詞語與下文同義詞語的全部排列組合；

依據當前同義詞語與下文同義詞語的連續出現概率，確定各同義詞組的概率，選擇概率較大的預設個同義詞組對下文原始詞語的同義詞語進行篩選。

7.一種服務器，其特征在于，所述服務器包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-5中任一所述的文本復述方法。

8.一種存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-5中任一所述的文本復述方法。