[發明專利]基于端到端深度學習模型的文章標題生成方法

在審

• 申請號: 202011451526.3
• 申請日: 2020-12-09
• 公開（公告）號: CN112560458A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 劉暢;羅學優
• 申請（專利權）人: 杭州艾耕科技有限公司
• 主分類號: G06F40/258
• 分類號: G06F40/258;G06F40/289;G06F16/34;G06F16/35
• 代理公司: 杭州天昊專利代理事務所(特殊普通合伙) 33283
• 代理人: 何碧珩;卓彩霞

本發明公開了基于端到端深度學習模型的文章標題生成方法，本發明對文章進行分類，對文章標題進行意圖識別，在輸入端提供文章品類和標題意圖組合，這些額外信息優化了標題生成的質量，并且可以人工控制標題內容形式，具備更強的多樣性。本發明能夠選取熱門的標題意圖組合，生成的標題內容更加具有吸引力；因為模型生成的標題內容和輸入的意圖組合有關，因此可以通過給定不同的意圖組合來控制標題的內容形式，在文章標題需要突出某些方面內容時有很大作用。

技術領域

本發明具體涉及基于端到端深度學習模型的文章標題生成方法。

背景技術

針對垂直領域文章標題自動生成的問題，目前主要有以下的解決方法：

(1)根據用戶輸入搜索網絡上垂直領域的文章標題。

(2)收集垂直領域文章標題后，總結內容規律，人工編寫標題模板，在模板中填充文章的具體信息來生成標題。

現有技術中，存在以下缺點：

(1)基于搜索和模板的標題自動生成方法，生成的標題與文章正文關聯度低，會給讀者帶來題文不符的不良感受。

(2)現有技術生成的標題多樣性較差，無法人工控制標題內容形式。

發明內容

針對上述情況，為克服現有技術的缺陷，本發明提供基于端到端深度學習模型的文章標題生成方法。

為了實現上述目的，本發明提供以下技術方案：

基于端到端深度學習模型的文章標題生成方法，包括以下步驟：

(1)將文章正文輸入文章品類分類模型，得到文章品類；將文章分割成小段，利用意圖分類模型，預測文章意圖；根據文章品類和文章意圖，從該文章品類下的熱門的標題意圖組合中，優先選取由文章意圖組成的標題意圖組合；

(2)對文章正文進行分詞，選取摘要，得到正文摘要；

(3)將正文摘要、文章品類、標題意圖組合拼接后得到輸入數據，將其輸入到端到端標題生成模型，得到文章標題。

進一步地，所述端到端標題生成模型的構建包括數據集建立與模型訓練，所述數據集建立與模型訓練包括以下步驟：

(1.1)搜集垂直領域的文章語料；

(1.2)由垂直領域專家對步驟(1.1)得到的文章語料中的文章進行歸類，得到文章品類；選取一定量的文章，得到文章數據集{A₁，A₂，A₃……A_i……A_n}，n為文章數量，A_i表示第i篇文章，1≤i≤n；對文章進行分類標注得到文章品類數據集{C₁，C₂，C₃……C_i……C_n}，其中C_i是A_i的文章品類，訓練bert模型得到文章品類分類模型；