[发明专利]单文档摘要生成方法

权利要求书

1.一种单文档摘要生成方法，具体包括如下步骤：

S1.对待摘要文档的段落进行聚类，每一个类别为一个语义块；

S2.计算语义块内两两句子的相似度，作为一个句子对另一个句子的打分，得分最高的句子为每个语义块中表述该部分内容的核心句子；

S3.根据核心句子的出现顺序，连接句子，生成摘要。

2.根据权利要求1所述的单文档摘要生成方法，其特征在于，待摘要文档的段落进行聚类的具体过程如下：

步骤101：对自然段P_j构建VSM模型，其中，P_j表示第j个自然段，设待摘要文档T有N个自然段，即T=P₁∪P₂∪P₃…P_j…∪P_n；

步骤102：权值计算，对每个自然段P_j进行分词P_j={t₁:w₁,t₂:w₂,…，t_n:w_n}，t_i是自然段P_j分词后的词语，w_i是词语t_i的权重，计算自然段P_j中词语t_i的权值w_i的公式为其中，tf(t_i)为词语t_i在段落P_j中出现的次数，f_i为t_i在f_i个段落出现；

步骤103：对待摘要文档T进行聚类，从未聚类的待摘要文档T的自然段中选取自然段P，利用步骤102得到的权值计算自然段P与其它每个已被聚类自然段的相似度；确定最大的相似度；判断最大的相似度是否大于预先设定的阈值，如果大于阈值，则将段落P放入与其具有最大相似度的自然段所在的类中，否则，新建类，将段落P放入该类中。

3.根据权利要求2所述的单文档摘要生成方法，其特征在于，步骤103所述的相似度具体为余弦相似度。