[發明專利]一種標題生成方法、計算機及可讀存儲介質

在審

• 申請號: 202010737713.1
• 申請日: 2020-07-28
• 公開（公告）號: CN111767720A
• 公開（公告）日: 2020-10-13
• 發明（設計）人: 康戰輝
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F40/258
• 分類號: G06F40/258;G06F40/289;G06F40/216;G06F40/30;G06N20/00
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強;杜維

1.一種標題生成方法，其特征在于，所述方法包括：

對目標文本數據進行分詞處理，得到組成所述目標文本數據的至少兩個目標文本分詞詞組；

根據至少兩個目標文本分詞詞組的目標詞組重要度，獲取所述目標文本數據中的目標文本關鍵詞，獲取所述目標文本關鍵詞的目標詞組特征；

將所述目標詞組特征輸入標題生成模型，基于所述標題生成模型對所述目標詞組特征進行特征預測，得到預測語句集合，將所述預測語句集合中第一預測概率值最大的預測語句，作為所述目標文本數據的目標文本標題；

推送攜帶所述目標文本標題的所述目標文本數據。

2.如權利要求1所述的方法，其特征在于，所述方法，還包括：

根據至少兩個目標文本分詞詞組，確定第i個目標文本分詞詞組在所述目標文本數據中的目標詞組頻率tf_i；i為正整數，i小于或等于所述至少兩個目標文本分詞詞組的總數；

獲取逆向文件頻率集合，從所述逆向文件頻率集合中獲取所述第i個目標文本分詞詞組的目標逆向文件頻率idf_i；

獲取所述第i個目標文本分詞詞組在所述目標文本數據中對應的目標域權重，根據所述目標詞組頻率tf_i、目標逆向文件頻率idf_i及所述第i個目標文本分詞詞組的目標域權重，確定所述第i個目標文本分詞詞組的目標詞組重要度。

3.如權利要求2所述的方法，其特征在于，所述根據至少兩個目標文本分詞詞組，確定第i個目標文本分詞詞組在所述目標文本數據中的目標詞組頻率tf_i，包括：

統計所述目標文本數據中每個目標文本分詞詞組的目標詞組數量；

將所述第i個目標文本分詞詞組的目標詞組數量與所述每個目標文本分詞詞組的目標詞組數量之和的比值，確定為所述第i個目標文本分詞詞組在所述目標文本數據中的目標詞組頻率tf_i。

4.如權利要求2所述的方法，其特征在于，所述方法還包括：

獲取語料庫中包括的至少兩個文本數據，對各個文本數據進行分詞處理，得到所述至少兩個文本數據對應的文本分詞詞組；

將所述文本分詞詞組關聯的文本數據的數量，確定為所述文本分詞詞組的關聯文本數；

獲取所述至少兩個文本數據的文本總數，根據所述文本總數及所述文本分詞詞組的關聯文本數，確定所述文本分詞詞組的逆向文件頻率；

將所述文本分詞詞組的逆向文件頻率加入所述逆向文件頻率集合中。

5.如權利要求2所述的方法，其特征在于，所述獲取所述第i個目標文本分詞詞組在所述目標文本數據中對應的目標域權重，包括：

獲取所述第i個目標文本分詞詞組在所述目標文本數據中所屬的文本區域；

若所述文本區域為第一文本區域，則將所述第一文本區域對應的第一域權重，確定為所述第i個目標文本分詞詞組在所述目標文本數據中對應的目標域權重；

若所述文本區域為第二文本區域，則將所述第二文本區域對應的第二域權重，確定為所述第i個目標文本分詞詞組在所述目標文本數據中對應的目標域權重；所述第二域權重小于所述第一域權重。

6.如權利要求1所述的方法，其特征在于，所述獲取所述目標文本關鍵詞的目標詞組特征，包括：

獲取詞向量矩陣，以及所述目標文本關鍵詞在所述詞向量矩陣中的目標向量位置；

根據所述目標向量位置確定所述目標文本關鍵詞的目標位置矩陣，根據所述詞向量矩陣及所述目標位置矩陣，確定所述目標文本關鍵詞的目標詞組特征。

7.如權利要求1所述的方法，其特征在于，所述將所述目標詞組特征輸入標題生成模型，基于所述標題生成模型對所述目標詞組特征進行特征預測，得到預測語句集合，包括：

將所述目標詞組特征輸入標題生成模型，基于所述標題生成模型對所述目標詞組特征進行預測，得到至少兩個預測字符串；

對所述至少兩個預測字符串進行詞序調整，生成至少兩個預測語句；所述至少兩個預測語句組成預測語句集合，每個預測語句攜帶所述第一預測概率值，所述每個預測語句包括所述目標文本關鍵詞。