[發明專利]文本的摘要生成方法、裝置、電子設備及可讀介質

在審

• 申請號: 202110791651.7
• 申請日: 2021-07-13
• 公開（公告）號: CN113673215A
• 公開（公告）日: 2021-11-19
• 發明（設計）人: 楊鵬;涂曼姝;龔能
• 申請（專利權）人: 北京搜狗科技發展有限公司
• 主分類號: G06F40/194
• 分類號: G06F40/194;G06F40/205;G06K9/62
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 蘇培華

本發明實施例提供了一種文本摘要的生成方法、裝置、電子設備以及可讀介質，所述方法包括：獲取預設文本，該預設文本可以包括若干個第一文本分段，并確定各個第一文本分段對應的第一分段摘要，根據相鄰兩個第一文本分段的第一分段摘要之間的相似度，對第一文本分段進行合并，獲得若干個第二文本分段，并確定第二文本分段對應的第二分段摘要，然后根據第二分段摘要，生成全文摘要，通過生成預設文本的分段摘要，并根據分段摘要之間的相似度進行文本分段合并，不僅可以保證內容的完整性與連貫性，而且可以有效減少需要進行摘要生成的分段數量以及冗余信息，提高摘要的概括性，并且根據合并后的分段進行全文摘要的生成，保證所生成的摘要與原文匹配。

技術領域

本發明涉及文本處理技術領域，特別是涉及一種文本的摘要生成方法、一種文本的摘要生成裝置、一種電子設備以及一種計算機可讀介質。

背景技術

隨著文本信息的爆炸式增長，人們每天能接觸到海量的文本信息，如新聞、會議記錄、博客、聊天、報告、論文、微博等。其中，對于長文本摘要等總結性工作如工作會議記錄和總結等，大多數都由人工完成，這一工作無疑大大損耗了勞動者的時間和人力。因此，從大量文本信息提取重要的內容變得越來越重要，自動文本摘要這門可以使用戶更快速、準確地獲取信息的技術也因此應運而生。從大量文本信息中提取重要的內容，已成為我們的一個迫切需求，而自動文本摘要(Automatic Text Summarization)則提供了一個高效的解決方案。自動文本摘要技術對文檔信息進行有效的壓縮提煉，幫助用戶從海量信息中檢索出所需的相關信息，避免通過搜索引擎來檢索可能產生過多冗余片面信息的問題，有效地解決了信息過載的問題。然而，在相關技術對文本進行摘要生成的過程中，一方面為了保證內容完整性則容易存在摘要內容多且雜以及概括性弱等問題，另一方面為了摘要足夠簡潔則容易忽略重要信息導致內容不連貫，以及無法保證文本的中心思想，導致偏離文本表達的真正含義等問題。

發明內容

本發明實施例是提供一種文本的摘要生成方法、裝置、電子設備以及計算機可讀存儲介質，以解決或部分解決相關技術中在對文本進行摘要生成的過程中，存在摘要的連貫性、概括性弱以及與原文不匹配等問題。

本發明實施例公開了一種文本的摘要生成方法，包括：

獲取預設文本，所述預設文本包括若干個第一文本分段；

確定各個所述第一文本分段對應的第一分段摘要；

根據相鄰的至少兩個所述第一文本分段的第一分段摘要之間的相似度，對所述第一文本分段進行處理，獲得若干個第二文本分段；

確定各個所述第二文本分段對應的第二分段摘要；

根據所述第二分段摘要，生成針對所述預設文本的全文摘要。

可選地，所述獲取預設文本之后，所述方法還包括：

獲取預設文本對應的全文關鍵詞，并確定所述全文關鍵詞對應的詞匯鏈；

依次從所述預設文本中確定文本長度相同的兩個相鄰語句，獲得所述預設文本對應的多個語句對；

根據所述詞匯鏈，確定同一語句對中兩個相鄰語句之間的差異信息；

若所述差異信息大于或等于預設差異閾值，則從所述同一語句對中兩個相鄰語句之間的連接處進行分段；

生成與所述預設文本對應的若干個第一文本分段。

可選地，所述確定各個所述第一文本分段對應的第一分段摘要，包括：

分別將各個所述第一文本分段輸入摘要生成模型，獲得所述第一文本分段對應的第一分段摘要。

可選地，所述根據相鄰的至少兩個所述第一文本分段的第一分段摘要之間的相似度，對所述第一文本分段進行處理，獲得若干個第二文本分段，包括：