[發明專利]摘要生成方法、裝置、服務器及存儲介質

有效

• 申請號: 201811524698.1
• 申請日: 2018-12-13
• 公開（公告）號: CN109657054B
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 李法遠;陳思姣;羅雨
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/34
• 分類號: G06F16/34;G06F40/216;G06F40/289;G06N3/04;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發明實施例公開了一種摘要生成方法、裝置、服務器及存儲介質。其中，所述方法包括：對目標文本進行切句，得到句子集合；獲取目標文本對應的目標主題，利用預先訓練得到的摘要模型，結合所述目標主題對所述句子集合中的每個句子進行預測，得到每個句子是摘要句的概率值；依據所述概率值從所述句子集合中選擇多個摘要句，并根據所述摘要句組成目標文本的摘要。本發明實施例在生成摘要時，通過結合文本的主題生成與主題相關度更高、更準確的摘要，提高摘要的重要信息覆蓋能力，同時也能根據不同主題生成多樣化的摘要。

技術領域

本發明實施例涉及互聯網技術領域，尤其涉及一種摘要生成方法、裝置、服務器及存儲介質。

背景技術

當前信息嚴重過載，每天都有海量新聞文章生成。摘要模型通過對文章進行摘要，提取壓縮文章關鍵信息內容，對文章進行簡明扼要的表達，使得人們更加簡單快捷地獲取信息知識。根據摘要和原文的關系劃分，摘要可以劃分為抽取式摘要和生成式摘要。

傳統的抽取式摘要模型主要有兩大類：基于圖排序模型、基于機器學習模型。然而，基于圖模型排序摘要模型只考慮當前文章的全局信息，忽略了語料庫的歷史信息直接對句子進行重要性排序，而基于機器學習的摘要模型生成的摘要，其覆蓋重要信息的能力還不夠健壯。因此，現有的抽取式摘要生成方法均無法滿足對生成高質量摘要的需求。

發明內容

本發明實施例提供了一種摘要生成方法、裝置、服務器及存儲介質，以解決現有技術中利用傳統的抽取式摘要模型生成摘要時存在不足而導致生成的摘要質量低的技術問題。

第一方面，本發明實施例提供了一種摘要生成方法，包括：

對目標文本進行切句，得到句子集合；

獲取目標文本對應的目標主題，利用預先訓練得到的摘要模型，結合所述目標主題對所述句子集合中的每個句子進行預測，得到每個句子是摘要句的概率值；

依據所述概率值從所述句子集合中選擇多個摘要句，并根據所述摘要句組成目標文本的摘要。

第二方面，本發明實施例還提供了一種摘要生成裝置，包括：

切句模塊，用于對目標文本進行切句，得到句子集合；

預測模塊，用于獲取目標文本對應的目標主題，利用預先訓練得到的摘要模型，結合所述目標主題對所述句子集合中的每個句子進行預測，得到每個句子是摘要句的概率值；

生成模塊，用于依據所述概率值從所述句子集合中選擇多個摘要句，并根據所述摘要句組成目標文本的摘要。

第三方面，本發明實施例還提供了一種服務器，包括：

一個或多個處理器；

存儲器，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本發明任一實施例所述的摘要生成方法。

第四方面，本發明實施例還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現如本發明任一實施例所述的摘要生成方法。

本發明實施例提供的一種摘要生成方法、裝置、服務器及存儲介質，通過預先訓練得到的摘要模型并結合目標文本的主題，對通過切句獲得的句子集合中的句子進行預測，確定每個句子為摘要句的概率，并根據概率值選擇摘要句以組成目標文本摘要。由此可實現在生成摘要時，通過結合文本的主題生成與主題相關度更高、更準確的摘要，提高摘要的重要信息覆蓋能力，同時也能根據不同主題生成多樣化的摘要。

附圖說明

圖1是本發明實施例一提供的一種摘要生成方法的流程示意圖；

圖2是本發明實施例二提供的一種摘要生成方法的流程示意圖；