[發(fā)明專利]一種摘要形成方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201810563769.2
• 申請(qǐng)日: 2018-06-04
• 公開（公告）號(hào): CN109033066B
• 公開（公告）日: 2022-05-17
• 發(fā)明（設(shè)計(jì)）人: 魏靜如;張嫻
• 申請(qǐng)（專利權(quán)）人: 浪潮軟件股份有限公司
• 主分類號(hào): G06F40/211
• 分類號(hào): G06F40/211;G06F40/289;G06F40/30
• 代理公司: 濟(jì)南信達(dá)專利事務(wù)所有限公司 37100
• 代理人: 李世喆

1.一種摘要形成方法，其特征在于，包括：

S1：拆分輸入文本，以獲得所述輸入文本包括的每一個(gè)句子、每一個(gè)所述句子包括的每一個(gè)詞語；

S2：針對(duì)獲得的全部句子中的每一個(gè)句子均執(zhí)行：

針對(duì)所述全部句子中除當(dāng)前句子外的每一個(gè)其他句子均執(zhí)行：根據(jù)當(dāng)前句子包括的詞語和當(dāng)前其他句子包括的詞語，計(jì)算所述當(dāng)前句子指向所述當(dāng)前其他句子的相似度；

S3：根據(jù)計(jì)算出的每一個(gè)所述相似度，分別計(jì)算所述全部句子中的每一個(gè)句子的得分；

S4：利用所述全部句子中的至少一個(gè)第一句子來形成所述輸入文本的摘要，任一所述第一句子的得分，均不小于所述全部句子中除所述至少一個(gè)第一句子外的任一其他句子的得分；

在所述S1之后、所述S2之前，進(jìn)一步包括：根據(jù)預(yù)設(shè)的至少一個(gè)無效詞語，將獲得的每一個(gè)句子中包括的每一個(gè)無效詞語刪除；

和/或，

在所述S2之后、所述S3之前，進(jìn)一步包括：將計(jì)算出的每一個(gè)不大于預(yù)設(shè)相似度閾值的所述相似度刪除；

所述計(jì)算所述當(dāng)前句子指向所述當(dāng)前其他句子的相似度，包括：利用公式一或公式二，計(jì)算所述當(dāng)前句子指向所述當(dāng)前其他句子的相似度；

所述公式一包括：

所述公式二包括：

其中，V_a為所述全部句子中的第a個(gè)句子，V_b為所述全部句子中的第b個(gè)句子，similarity(V_a,V_b)為所述第a個(gè)句子指向所述第b個(gè)句子的相似度，c為所述第a個(gè)句子包括的詞語個(gè)數(shù)，d為所述第b個(gè)句子包括的詞語個(gè)數(shù)，S_ae為所述第a個(gè)句子包括的第e個(gè)詞語的預(yù)設(shè)詞向量，1≤e≤c，S_bf為所述第b個(gè)句子包括的第f個(gè)詞語的預(yù)設(shè)詞向量，1≤f≤d，上標(biāo)T意為轉(zhuǎn)置；

和/或，

所述S1，包括：拆分輸入文本，以獲得所述輸入文本包括的每一個(gè)段落、每一個(gè)所述段落包括的每一個(gè)句子、每一個(gè)所述句子包括的每一個(gè)詞語，其中，所述全部句子按照各個(gè)句子在所述輸入文本中的先后出現(xiàn)順序依次排列；

在所述S4之前，進(jìn)一步包括：根據(jù)公式三，對(duì)計(jì)算出的每一個(gè)得分進(jìn)行優(yōu)化，并將優(yōu)化前的各個(gè)得分更新替換為相應(yīng)的優(yōu)化后的各個(gè)得分；

所述公式三包括：

其中，V_i為所述全部句子中的第i個(gè)句子，WS(V_i)為所述第i個(gè)句子的優(yōu)化前的得分，WS(V_i)′為所述第i個(gè)句子的優(yōu)化后的得分，g₁和g₂均為預(yù)設(shè)調(diào)整閾值，p為獲得的首段落包括的句子個(gè)數(shù)，q為獲得的尾段落包括的句子個(gè)數(shù)，h為所述全部句子的個(gè)數(shù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，

所述分別計(jì)算所述全部句子中的每一個(gè)句子的得分，包括：根據(jù)公式四，分別計(jì)算所述全部句子中的每一個(gè)句子的得分；

所述公式四包括：

其中，V_m為所述全部句子中的第m個(gè)句子，V_n為所述全部句子中的第n個(gè)句子，V_k為所述全部句子中的第k個(gè)句子，WS(V_m)為所述第m個(gè)句子的得分，WS(V_n)為所述第n個(gè)句子的得分，x為預(yù)設(shè)的阻尼系數(shù)，similarity(V_n,V_m)為所述第n個(gè)句子指向所述第m個(gè)句子的相似度，similarity(V_n,V_k)為所述第n個(gè)句子指向所述第k個(gè)句子的相似度，V_n∈In(V_m)，In(V_m)為所述全部句子中指向所述第m個(gè)句子的每一個(gè)句子的集合，且當(dāng)前存在有In(V_m)中的任一句子指向所述第m個(gè)句子的相似度，V_k∈Out(V_n)，Out(V_n)為所述全部句子中所述第n個(gè)句子指向的每一個(gè)句子的集合，且當(dāng)前存在有所述第n個(gè)句子指向Out(V_n)中的任一句子的相似度，所述全部句子中任一句子的得分的初始值已預(yù)定。