[发明专利]文档集摘要获取方法及装置

权利要求书

1.一种文档集摘要获取方法，其特征在于，包括：

提取文档集中各个文档中包含的各个句子，组成句子集合；

基于文档集中的文档和句子集合中的句子之间的文本相似度，确定句子集合中各个句子的重要性权重值；

根据确定的重要性权重值，按照重要性权重值由高至低的选择顺序，选择规定数目的句子组成文档集摘要。

2.如权利要求1所述的方法，其特征在于，基于文档集中的各个文档和句子集合中的句子之间的文本相似度，确定句子集合中各个句子的重要性权重值，具体包括：

确定文档集中的文档和句子集合中的句子之间的文本相似度；并

根据文档集中的文档和句子集合中各个句子之间的文本相似度，通过迭代运算方式，确定句子集合中各个句子的重要性权重值。

3.如权利要求2所述的方法，其特征在于，基于迭代运算方式，确定句子集合中各个句子的重要性权重值，具体计算过程如下：

AuthScore(t+1)(si)=Σdj∈Dwij×HubScore(t)(dj),]]>

HubScore(t+1)(dj)=Σsi∈Swij×AuthScore(t)(si);]]>

其中，t为自然数，t+1表示本次迭代运算，t表示上次迭代运算；

AuthScore^(t+1)(s_i)表示在本次迭代运算中，句子集合中第i个句子s_i的重要性权重值；

HubScore^(t+1)(d_j)表示在本次迭代运算中，文档集中第j个文档d_j的重要性权重值；

AuthScore^(t)(s_i)表示在上次迭代运算中，句子集合中第i个句子s_i的重要性权重值；

HubScore^(t)(d_j)表示在上次迭代运算中，分文档集中第j个文档d_j的重要性权重值；

w_ij表示句子集合中第i个句子s_i和文档集中第j个文档d_j的文本相似程度；

重复上述每次迭代运算过程，直到当前次迭代运算后，句子集合中各个句子的重要性权重值和文档集中各个文档的重要性权重值，分别与上次迭代运算后，句子集合中各个句子的重要性权重值和文档集中各个文档的重要性权重值相等终止；

在迭代运算终止后，将最后一次迭代运算后，句子集合中各个句子的重要性权重值作为求取到的句子集合中各个句子的重要性权重值。