[發明專利]一種摘要評價方法及裝置

在審

• 申請號: 202010697992.3
• 申請日: 2020-07-20
• 公開（公告）號: CN111930931A
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 蔡曉東;蔣鵬
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G06F16/34
• 分類號: G06F16/34;G06F40/211;G06F40/289;G06F40/30
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 尉保芳

1.一種摘要評價方法，其特征在于，包括如下步驟：

錄入摘要信息和原文信息，將所述摘要信息和原文信息作為待評價語句信息；

將所述待評價語句信息輸入預先構建的語義相似模型中進行語義相似度處理，得到語義相似度得分；

對所述待評價語句信息進行評價得分處理，得到ROUGE得分；

根據所述語義相似度得分對所述ROUGE得分進行最優融合分析，得到最優融合組；

對所述最優融合組進行融合分數計算，得到最優融合分數，并通過所述最優融合分數得到摘要評價分數。

2.根據權利要求1所述的摘要評價方法，其特征在于，所述得到語義相似度得分的過程包括：

構建LSTM長短時記憶網絡，并根據所述LSTM長短時記憶網絡對所述待評價語句信息進行編碼，得到編碼信息；

對所述編碼信息進行選擇門挑選計算，得到關鍵信息向量；

將所述關鍵信息向量輸入至所述語義相似模型的匹配層進行信息匹配處理，得到兩個匹配向量；

將兩個所述匹配向量一并輸入至所述語義相似模型的融合層進行融合處理，得到融合向量；

將所述融合向量輸入至所述語義相似模型的預測層進行預測處理，得到得到語義相似度得分。

3.根據權利要求2所述的摘要評價方法，其特征在于，所述得到關鍵信息向量的過程包括：

通過第一方程組對所述編碼信息進行選擇門挑選計算，得到關鍵信息向量，所述第一方程組為：

s＝h_n，

sGate_i＝σ(W_sh_i+U_ss+b)，

其中，s為句向量，h_n為隱藏層中第n個向量，n為隱藏層中向量數，h_i為隱藏層中第i個向量，sGate_i為選擇系數，h'_i為關鍵信息向量，W_s為權重矩陣，U_s為偏置向量，b為任意一個句子上下文向量，σ為sigmoid激活函數，為元素之間的點乘。

4.根據權利要求1所述的摘要評價方法，其特征在于，所述得到ROUGE得分的過程包括：

利用ROUGE算法對所述待評價語句信息進行評價得分處理，得到ROUGE得分。

5.根據權利要求4所述的摘要評價方法，其特征在于，所述得到最優融合組的過程包括：

根據所述語義相似度得分對所述ROUGE得分進行置信距離計算，得到置信距離矩陣；

對所述置信距離矩陣進行關系矩陣計算，得到關系矩陣，所述關系矩陣包括多個1和多個0；

對所述多個1的數量進行統計，得到關系矩陣1的數量，根據統計出的所述關系矩陣1的數量得到關系矩陣第一數量；

對所述多個0的數量進行統計，得到關系矩陣0的數量，根據統計出的所述關系矩陣0的數量得到關系矩陣第二數量；

當所述關系矩陣第一數量大于等于所述關系矩陣第二數量時，則得到最優融合組。

6.根據權利要求5所述的摘要評價方法，其特征在于，所述根據所述語義相似度得分對所述ROUGE得分進行置信距離計算，得到置信距離矩陣的過程包括：

通過第一式對所述語義相似度得分和所述ROUGE得分進行置信距離計算，得到置信距離矩陣，所述第一式為：

其中，

其中，D₂為置信距離矩陣，x_i為ROUGE得分，x_j為語義相似度得分，σ_i為x_i的標準差，σ_j為x_j的標準差，d_ij和d_ji均為置信距離測度。