[發明專利]基于TextRank和深度神經網絡的情感摘要抽取方法

在審

• 申請號: 202111022446.0
• 申請日: 2021-09-01
• 公開（公告）號: CN113743113A
• 公開（公告）日: 2021-12-03
• 發明（設計）人: 金勇;胡林利;陳宏明
• 申請（專利權）人: 武漢長江通信產業集團股份有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/216;G06F40/30;G06F40/117;G06F16/34;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 上海精晟知識產權代理有限公司 31253
• 代理人: 劉點

1.基于TextRank和深度神經網絡的情感摘要抽取方法，其特征在于：包括如下步驟：

S1、數據采集：采集源數據經過數據清洗之后，進行相應的數據標注和知識整理得到數據集；

S2、監督式模型訓練：針對LSTM+ATT+CNN網絡模型進行訓練，訓練得到文檔短句子向量；

S3、無監督式摘要提取：根據pearson系數計算句子向量相似度矩陣，利用監督式的句子向量更新文本網絡權重；

S4、文本情感摘要生成：根據最新的網絡權重得分進行排序，按照TopK原則選取關鍵句，并根據關鍵詞在文中出現的順序，組合成情感摘要。

2.根據權利要求1所述的基于TextRank和深度神經網絡的情感摘要抽取方法，其特征在于：所述步驟S2中對LSTM+ATT+CNN網絡模型的結構依次包括四個層次：輸入層、LSTM層、注意力機制層以及卷積全連接層，處理過程是：以sentence2vec得到的句子向量作為初始向量；通過LSTM網絡學習序列間的初始序列特征；構建sentence level的注意力機制模型進一步得到局部區域的文本向量表達形式；最后結合卷積神經網絡全連接方式進行監督式訓練網絡參數。

3.根據權利要求1所述的基于TextRank和深度神經網絡的情感摘要抽取方法，其特征在于：所述步驟S3中根據得到的句子向量計算句子權重W2，從而更新上述的句子權重，得到W3＝λ*W1+(1-λ)*W2，其中λ是調節系數；針對W3構成的TextRank文本網絡圖，進行句子重要性排序。

4.根據權利要求1或3中所述的基于TextRank和深度神經網絡的情感摘要抽取方法，其特征在于：所述步驟S3中通過對文本進行分拆，以每一個句子或短語為節點，構建TextRank文本網絡圖；

上式中，WS(Vi)表示句子i的權重，右側的求和表示每個相鄰句子對本句子的貢獻程度，d是阻尼系數，設置為0.85；

文本圖結構中，節點之間的邊代表權重，也就是句子之間的相似度，利用BM25模型計算得到句子Q在文檔d中的權重W；

IDF指逆文檔頻率，n指文檔數量，k₁,b是經驗調節參數，k₁＝2,b＝0.75；fi表示詞qi在文檔d中出現的頻率，dl為文檔d的長度，avgdl為文檔D集合中所有文檔的平均長度。

5.根據權利要求1所述的基于TextRank和深度神經網絡的情感摘要抽取方法，其特征在于：所述步驟S4中根據句子重要性，截取TopK的關鍵句，根據在文中出現的順序組合成最終情感摘要，其中K為關鍵句數量，設置為文檔總數量的20％至40％之間。