[发明专利]生成文本的摘要的方法和装置

说明书

本申请实施例提供一种的生成文本的摘要的方法和装置，该方法包括：对于文本包括的M个句子中的每个句子，根据句子的N个特征和该句子得到句子的特征标签，并根据该句子的特征标签，获取该句子属于该文本的摘要的概率；根据每个句子属于该文本的摘要的概率，获取M个句子中每两个句子的关联度，并根据M个句子中每两个句子的关联度，获取每个句子的得分；生成文本的摘要，该文本的摘要包括M个句子中得分位于前L的L个句子。本申请中即考虑了待生成摘要的文本的全局信息，又考虑了文本语料库的全局历史信息，提高了生成的摘要的准确度。

技术领域

本申请实施例涉及计算机技术，尤其涉及一种生成文本的摘要的方法和装置。

背景技术

当前信息严重过载，每天都有海量新闻或文章生成，为了用户从海量新闻或文章中简单快捷地获取信息知识，文本的摘要生成具有重大的意义。

现有技术中常用的生成文本的摘要的方法包括基于图的排序算法获取摘要和基于机器学习算法获取摘要。但是上述两种算法获取摘要时，生成的摘要准确度并不高。

如何提高生成的摘要准确度是当前亟待解决的问题。

发明内容

本申请实施例提供一种生成文本的摘要的方法和装置，以克服现有技术中生成的摘要的准确度不高的技术问题。

第一方面，本申请实施例提供一种生成文本的摘要的方法，包括：

对于文本包括的M个句子中的每个句子，根据句子的N个特征和所述句子得到所述句子的特征标签，并根据所述句子的特征标签，获取所述句子属于所述文本的摘要的概率，M和N为正整数；

根据每个句子属于所述文本的摘要的概率，获取所述M个句子中每两个句子的关联度，并根据所述M个句子中每两个句子的关联度，获取每个句子的得分，所述得分表示句子在所述文本中的重要程度；

生成所述文本的摘要，所述摘要包括所述M个句子中得分位于前L的L个句子，L为正整数，L≤M。

在一种可能的设计中，所述根据所述句子的特征标签，获取所述句子属于所述文本的摘要的概率，包括：

对于每个句子，根据所述句子的特征标签和机器学习模型，采用机器学习算法，得到所述句子属于所述文本的摘要的概率；

其中，所述机器学习模型为采用所述机器学习算法，基于多个训练样本得到的，每个训练样本包括其它文本的一个句子的特征标签。

在一种可能的设计中，所述机器学习算法为朴素贝叶斯算法，所述机器学习模型为朴素贝叶斯模型；或者，

所述机器学习算法为神经网络算法，所述机器学习模型为神经网络模型。

在一种可能的设计中，在所述根据每个句子属于文本的摘要的概率，获取所述M个句子中每两个句子的关联度之前，还包括：

对于所述M个句子中的每个句子，获取所述句子包括的至少一个词语，所述至少一个词语中不包括停用词；

所述根据每个句子属于文本的摘要的概率，获取所述M个句子中每两个句子的关联度，包括：

对于M个句子中的每两个句子，根据两个句子各自包括的词语的总数，第一词频，第二词频，第一概率以及第二概率获取两个句子间的关联度；

其中，所述两个句子包括第一句子和第二句子，所述第一词频为第一词语相对于第一句子的词频，所述第二词频为第一词语相对于第二句子的词频，所述第一概率为所述第一句子属于所述文本的摘要的概率，所述第二概率为所述第二句子属于所述文本的摘要的概率，所述第一词语为同时存在于所述两个句子中的词语。

在一种可能的设计中，在所述根据每个句子属于文本的摘要的概率，获取所述M个句子中每两个句子的关联度之前，还包括：