[發明專利]標題生成方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011385255.6
• 申請日: 2020-12-01
• 公開（公告）號: CN112446207A
• 公開（公告）日: 2021-03-05
• 發明（設計）人: 陳軍;莊伯金;王少軍
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F40/258
• 分類號: G06F40/258;G06F40/126;G06F40/30
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

標題生成方法、裝置、電子設備及存儲介質。本發明涉及一種智能決策領域，揭露了一種標題生成方法，包括：獲取原始語料集，對所述原始語料集進行預處理操作及分割符標識，生成目標語料集；利用預構建的標題生成模型對所述目標語料集進行向量編碼、語義編碼及標題序列解碼，得到解碼標題，計算所述解碼標題與所述原始語料集對應標簽的損失值，根據所述損失值調整所述標題生成模型的參數，直至所述損失值小于預設的閾值時，得到訓練完成的標題生成模型；基于用戶輸入的標題風格，利用所述訓練完成的標題生成模型對待生成標題的語料進行標題生成，得到生成結果。此外，本發明還涉及區塊鏈技術，所述目標語料集可存儲于區塊鏈中。本發明可以生成流暢符合語義及滿足用戶風格的標題。

技術領域

本發明涉及智能決策領域，尤其涉及一種標題生成方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

標題生成是從原始內容中自動生成對應的標題。在金融輿情事件中，標題生成可以作為信息抽取的一種手段方式，幫助挖掘輿情事件中的熱點事件，同樣，在財經領域新聞等媒體網站中，根據新聞自動生成吸引眼球的標題，使得用戶更加傾向點擊閱讀新聞，提升整體新聞的曝光和點擊。

目前，關于標題生成的方法存在以下兩種問題：第一、主要基于抽取方式去做，即從文章中抽取重要的詞語作為文章的主題，再將這些詞按照一定的語法規則組成標題，無法生成流暢的符合語義的標題；第二、生成的標題不能很好的結合用戶的風格來生成符合用戶個性化需求的標題。

發明內容

本發明提供一種標題生成方法、裝置、電子設備及計算機可讀存儲介質，其主要目的在于生成流暢符合語義及滿足用戶風格的標題。

為實現上述目的，本發明提供的一種標題生成方法，包括：

獲取原始語料集，對所述原始語料集進行預處理操作，得到標準語料集；

對所述標準語料集進行分割符標識，生成目標語料集；

利用預構建的標題生成模型對所述目標語料集進行向量編碼，得到語料向量集，并利用所述標題生成模型中的編碼器對所述語料向量集進行語義編碼，得到語義向量集；

利用所述標題生成模型中的解碼器對所述語義向量集進行標題序列解碼，得到解碼標題，計算所述解碼標題與所述原始語料集對應標簽的損失值，根據所述損失值調整所述標題生成模型的參數，直至所述損失值小于預設的閾值時，得到訓練完成的標題生成模型；

基于用戶輸入的標題風格，利用所述訓練完成的標題生成模型對待生成標題的語料進行標題生成，得到生成結果。

可選地，所述獲取所述原始語料集包括：

爬取待獲取原始語料集的統一資源定位符地址，并對所述待獲取原始語料集進行字符標識，根據所述統一資源定位符地址，加載所述待獲取原始語料集對應的系統界面，根據所述字符標識，從所述系統界面中獲取對應的原始語料集。

可選地，所述對所述原始語料集進行預處理操作，得到標準語料集，包括：

對所述原始語料集進行數據清洗，得到初始語料集；

對所述初始語料集中的原始標題進行標題句式識別及字符計算，得到標題類別；

對所述初始語料集進行關鍵詞提取，得到語料關鍵詞集，并從所述語料關鍵詞集中篩選出與所述初始語料集中原始標題具有重疊的關鍵詞，得到目標關鍵詞；

將所述初始語料集、標題類別以及目標關鍵詞進行組合，得到標準語料集。

可選地，所述對所述標準語料集進行分割符標識，包括：

利用下述方法對所述標準語料集進行分割符標識：

inputk＝[CLS]content[SEP]kw[SEP]js[SEP]jc[SEP]title[EOS]