[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

本公開涉及一種文本摘要生成方法、裝置及存儲介質。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。由此，通過提取目標字符信息，能夠定位到目標文本中較為重要的字符，并且，通過提取目標句子信息，能夠定位到目標文本中較為重要的句子，引入對目標文本中字符、句子重要程度的評估，對目標文本進行局部、全局的考量，有選擇地關注目標文本中的內容，有利于更好地對目標文本進行總結，以提升生成文本摘要的精準程度。

技術領域

本公開涉及文本處理領域，尤其涉及一種文本摘要生成方法、裝置及存儲介質。

背景技術

隨著互聯網的普及，信息量越來越大，海量的信息為用戶帶來信息過載的問題，因此，從海量的信息中智能、快速地提取重要內容(即，摘要)是一個急需解決的問題。舉例來說，用戶通過手機使用新聞類應用程序時，新聞摘要能夠幫助用戶快速地判斷是否繼續閱讀該新聞，從而，能夠有效為用戶節省時間。

發明內容

為克服相關技術中存在的問題，本公開提供一種文本摘要生成方法、裝置及存儲介質。

根據本公開實施例的第一方面，提供一種文本摘要生成方法，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。

在一些實施例中，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。

在一些實施例中，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。

在一些實施例中，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。

在一些實施例中，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；