[發明專利]文本摘要生成方法、裝置及存儲介質

在審

• 申請號: 202110786087.X
• 申請日: 2021-07-12
• 公開（公告）號: CN113486172A
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 崔志
• 申請（專利權）人: 北京小米移動軟件有限公司;北京小米松果電子有限公司
• 主分類號: G06F16/34
• 分類號: G06F16/34;G06F40/211
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 王曉霞

1.一種文本摘要生成方法，其特征在于，所述方法包括：

獲取待處理的目標文本；

提取所述目標文本的目標字符信息和目標句子信息，所述目標字符信息和目標句子信息分別用于表征所述目標文本中符合預設重要程度的字符信息和句子信息；

根據所述目標字符信息和所述目標句子信息，生成所述目標文本對應的文本摘要。

2.根據權利要求1所述的方法，其特征在于，所述提取所述目標文本的目標字符信息和目標句子信息，包括：

對所述目標文本進行分句處理，得到多個分句；

利用預設的分句起始符和預設的分句分隔符，對所述多個分句進行拼接，得到目標字符串；

將所述目標字符串輸入預訓練的特征提取模型，得到所述目標字符信息和所述目標句子信息。

3.根據權利要求2所述的方法，其特征在于，所述方法還包括：

獲取每一分句在所述目標文本中的位置信息；

所述將所述目標字符串輸入預訓練的特征提取模型，得到所述目標字符信息和所述目標句子信息，包括：

將所述目標字符串和所述位置信息輸入所述特征提取模型，得到所述目標字符信息和所述目標句子信息。

4.根據權利要求2所述的方法，其特征在于，所述特征提取模型通過如下方式得到：

獲取第一訓練數據集，所述第一訓練數據集包括訓練文本、所述訓練文本對應的訓練字符信息和訓練句子信息，所述訓練字符信息和訓練句子信息分別用于表征所述訓練文本中符合預設重要程度的字符信息和句子信息；

利用所述第一訓練數據集對第一預設模型進行訓練，得到所述特征提取模型。

5.根據權利要求4所述的方法，其特征在于，所述利用所述第一訓練數據集對第一預設模型進行訓練，得到所述特征提取模型，包括：

確定與訓練文本對應的輸入信息，所述輸入信息至少包括對所述訓練文本進行分句處理所得到的字符串；

將所述輸入信息輸入所述第一預設模型，得到所述第一預設模型輸出的第一字符信息和第一句子信息；

若不滿足所述第一預設模型的停止訓練條件，根據所述第一字符信息和所述訓練字符信息計算第一損失值，并根據所述第一句子信息和所述訓練句子信息計算第二損失值；

至少根據所述第一損失值和所述第二損失值更新所述第一預設模型，并利用更新后的第一預設模型進行下一次訓練，直至滿足所述第一預設模型的停止訓練條件。

6.根據權利要求1所述的方法，其特征在于，所述根據所述目標字符信息和所述目標句子信息，生成所述目標文本對應的文本摘要，包括：

將所述目標字符信息和所述目標句子信息輸入預訓練的摘要生成模型，確定所述目標文本對應的所述文本摘要。

7.根據權利要求6所述的方法，其特征在于，所述摘要生成模型通過如下方式得到：

獲取第二訓練數據集，所述第二訓練數據集包括指定文本、與指定文本對應的第二字符信息和第二句子信息，以及與指定文本對應的摘要信息；其中，所述第二字符信息和第二句子信息分別用于表征所述指定文本中符合預設重要程度的字符信息和句子信息；

利用所述第二訓練數據集對第二預設模型進行訓練，得到所述摘要生成模型。

8.根據權利要求7所述的方法，其特征在于，所述利用所述第二訓練數據集對第二預設模型進行訓練，得到所述摘要生成模型，包括：

將所述第二字符信息和第二句子信息輸入所述第二預設模型，得到所述第二預設模型輸出的文本信息；

判斷是否滿足所述第二預設模型的停止訓練條件；

若確定不滿足所述第二預設模型的停止訓練條件，根據所述文本信息和所述摘要信息計算第三損失值；

至少根據所述第三損失值更新所述第二預設模型，并利用更新后的第二預設模型進行下一次訓練，直至滿足所述第二預設模型的停止訓練條件。