[發明專利]工單描述信息的生成方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010319301.6
• 申請日: 2020-04-21
• 公開（公告）號: CN111858911A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 宋振秋
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06F16/34
• 分類號: G06F16/34;G06N3/04;G06N3/08
• 代理公司: 北京超成律師事務所 11646
• 代理人: 裴素英

本申請涉及摘要生成領域，尤其涉及工單描述信息的生成方法、裝置、電子設備及存儲介質。本申請通過將目標工單文檔中包含的多個語句輸入雙向神經網絡中，可以生成每個語句對應的語句向量，語句向量用于表征語句在目標工單文檔中的上下文信息，并根據各個語句對應的語句向量，從目標工單文檔中包含的多個語句中，可以選取關鍵語句，進而，根據關鍵語句和編解碼網絡，可以生成目標工單文檔的工單描述信息。基于上述方式，通過機器生成工單描述信息，可以提高生成工單描述信息的效率，通過雙向神經網絡，可以從目標工單文檔中提取出關鍵語句，通過編解碼網絡，可以模擬出人的思維過程，進而，可以提高生成的工單描述信息的準確率。

技術領域

本申請涉及摘要生成領域，尤其涉及工單描述信息的生成方法、裝置、電子設備及存儲介質。

背景技術

由于工單文檔中包含的信息量較大，通常，需要對工單文檔中的信息進行提煉，以生成工單描述信息。工單描述信息要求簡潔明了，且概括了工單文檔中的所有信息。

目前，工單描述信息大多是通過人工對工單文檔中的信息進行提煉而生成的，但是，信息提煉本身就是一件較為困難的工作，大量重復的提煉工作會大大增加人工的復雜度，因此，通過人工進行提煉，不但會花費大量的時間，而且效率低下，且容易發生錯誤。

發明內容

有鑒于此，本申請實施例至少提供工單描述信息的生成方法、裝置、電子設備及存儲介質，可以提高生成工單描述信息的效率和準確率。

本申請主要包括以下幾個方面：

第一方面，本申請實施例提供一種工單描述信息的生成方法，所述生成方法包括：

獲取目標工單文檔，并確定所述目標工單文檔中包含的多個語句；

將所述多個語句輸入訓練好的雙向神經網絡中，生成每個語句對應的語句向量；每個語句向量用于表征對應的語句在所述目標工單文檔中的上下文信息；

根據各個語句對應的語句向量，從所述目標工單文檔中包含的所述多個語句中，選取關鍵語句；

根據所述關鍵語句和訓練好的編解碼網絡，生成所述目標工單文檔的工單描述信息。

在一種可能的實施方式中，所述雙向神經網絡包括正向神經網絡和反向神經網絡；所述將所述多個語句輸入訓練好的雙向神經網絡中，生成每個語句對應的語句向量，包括：

將所述多個語句輸入訓練好的所述正向神經網絡中，得到每個語句對應的正向向量，以及將所述多個語句輸入訓練好的所述反向神經網絡，得到每個語句對應的反向向量；所述正向向量用于表征對應的語句在所述目標工單文檔中的上文信息；所述反向向量用于表征對應的語句在所述目標工單文檔中的下文信息；

將每個語句對應的所述正向向量和所述反向向量進行合并，生成每個語句對應的所述語句向量。

在一種可能的實施方式中，所述根據各個語句對應的語句向量，從所述目標工單文檔中包含的所述多個語句中，選取關鍵語句，包括：

針對所述多個語句中的每個語句，將每個語句對應的語句向量輸入訓練好的二分類網絡中，確定每個語句在所述目標工單文檔中的重要概率；

根據各個語句在所述目標工單文檔中的重要概率，從所述目標工單文檔中包含的所述多個語句中，選取關鍵語句。

在一種可能的實施方式中，所述根據所述關鍵語句和訓練好的編解碼網絡，生成所述目標工單文檔的工單描述信息，包括：

將所述關鍵語句包含的字詞輸入訓練好的所述編解碼網絡，生成字詞序列；

根據所述字詞序列，生成所述目標工單文檔的所述工單描述信息。