[發明專利]一種文本摘要自動生成方法

有效

• 申請號: 202010070964.9
• 申請日: 2020-01-21
• 公開（公告）號: CN111241268B
• 公開（公告）日: 2023-04-14
• 發明（設計）人: 繆弘;甘露
• 申請（專利權）人: 上海七印信息科技有限公司
• 主分類號: G06F16/34
• 分類號: G06F16/34;G06F40/211
• 代理公司: 上海天翔知識產權代理有限公司 31224
• 代理人: 陳駿鍵

本發明公開的一種文本摘要自動生成方法，包括以下步驟：接收需要生成摘要的文章；對接收到的文章進行分句處理，以將該文章分成若干句子；使用TextRank算法計算每一句子的內容相關度權重；根據預設的規則，計算每一句子的規則權重；使用滑動窗口的方法對計算得到的每一句子的內容相關度權重和規則權重進行處理，以計算在滑動窗口內每一句子的權重和；選取權重和最大的滑動窗口內的句子，并將選取的句子拼湊按照一定順序拼湊形成該文章的摘要。本發明能夠防止摘要中出現斷句的情況，提升摘要的質量和通順程度。

技術領域

本發明涉及計算機技術領域，尤其涉及一種文本摘要自動生成方法。

背景技術

參見圖1，圖中給出的是現有的文本摘要生成方法，包括以下步驟：1.文本摘要系統接收到需要生成摘要的文章；2.直接截取文章的前100個字；3.將截取的字段作為該文章的摘要并返回。但是，這種方法存在以下兩方面的缺陷：1.直接截取文章的前100個字，截取到的可能并不是一個完整的句子，影響摘要的通順程度；2.截取文章的前100個字所生成的摘要，可能并不能概括該文章的主要內容，使得文章生成的摘要質量不高。

為此，本申請人經過有益的探索和研究，找到了解決上述問題的方法，下面將要介紹的技術方案便是在這種背景下產生的。

發明內容

本發明所要解決的技術問題在于：針對現有技術的不足而提供一種文本摘要自動生成方法，以防止所生成的摘要中出現斷句的情況，提供摘要的質量和通順程度。

本發明所要解決的技術問題可以采用如下技術方案來實現：

一種文本摘要自動生成方法，包括以下步驟：

接收需要生成摘要的文章；

對接收到的文章進行分句處理，以將該文章分成若干句子；

使用TextRank算法計算每一句子的內容相關度權重；

根據預設的規則，計算每一句子的規則權重；

使用滑動窗口的方法對計算得到的每一句子的內容相關度權重和規則權重進行處理，以計算在滑動窗口內每一句子的權重和；

選取權重和最大的滑動窗口內的句子，并將選取的句子拼湊按照一定順序拼湊形成該文章的摘要。

在本發明的一個優選實施例中，所述使用TextRank算法計算每一句子的內容相關度權重，包括以下步驟：

對文章中的每一句子進行分詞處理；

計算相鄰兩個句子之間的相似程度；

以句子作為節點，相鄰兩個句子之間的相似程度作為邊的權重，構建一個無向圖；

在無向圖上運行PageRank算法，迭代地計算每個節點的權重；

每個節點的權重即為對應的句子的內容相關度權重。

在本發明的一個優選實施例中，所述預設的規則包括以下方面：

(1)越靠近開頭或結尾的句子，該句子的規則權重越高；

(2)若句子是以副詞或連詞開頭的，該句子的規則權重降低。

由于采用了如上技術方案，本發明的有益效果在于：本發明通過對文章先進行分句處理，能夠防止摘要中出現斷句的情況；使用TextRank算法，能夠選出與文章內容相關程度更高的句子作為摘要，提升摘要的質量；使用預設的規則，能進一步提升摘要的質量與通順程度。

附圖說明