[发明专利]一种用于为文章生成摘要的方法及系统

说明书

本发明公开了一种用于为文章生成摘要的方法及系统，其中方法包括：对文章内容进行分词处理，所分出的每个词对应一个词向量，将分出的所有的词向量映入多维的词向量空间；对分出的每个词分配权重进行编码生成一个上下文向量，并且根据上下文向量进行解码，生成所述文章的初始摘要；分别对所述文章的原摘要和序列生成对抗网络SeqGan通过初始化参数和随机噪音数据生成的随机内容进行标识，优化序列生成对抗网络SeqGan的判别器与生成器参数，训练完成后，通过序列生成对抗网络SeqGan的判别器对所述初始摘要进行识别；所述判别器对所述初始摘要识别的结果为符合要求时，则将所述初始摘要作为最终摘要。

技术领域

本发明涉及深度学习技术领域，更具体地，涉及一种用于为文章生成摘要的方法及系统。

背景技术

近年来，随着科学的进步以及科技的日益发达，从论文中获取摘要成为了需要关注的重点，在进行论文写作时，需要包含大量知识的论文中提炼出精度高、内容准确的摘要既费时又费力，能够精准的从论文中提取出精度高、内容准确的摘要就显得尤为重要，用户对论文摘要的提取需求体现在：

论文有数据量比较大的特性，用户在对论文进行概括总结摘要时，既费时又费力，能够快速提取出精度高、内容准确的摘要无疑是用户关注的重点。

因此，需要一种技术，以实现生成文章摘要的技术。

发明内容

本发明技术方案提供一种用于为文章生成摘要的方法及系统，以解决如何生成文章摘要的问题。

为了解决上述问题，本发明提供了一种用于为文章生成摘要的方法，所述方法包括：

对文章内容进行分词处理，所分出的每个词对应一个词向量，将分出的所有的词向量映入多维的词向量空间；

用于对分出的每个词分配权重并进行编码生成上下文向量，并且根据上下文向量进行解码，生成初始摘要；

分别对所述文章的原摘要和序列生成对抗网络SeqGan通过初始化参数和随机噪音数据生成的随机内容进行标识，优化序列生成对抗网络SeqGan的判别器与生成器参数，训练完成后，通过序列生成对抗网络SeqGan的判别器对所述初始摘要进行识别；

所述判别器对所述初始摘要识别的结果为符合要求时，则将所述初始摘要作为最终摘要。

优选地，所述方法包括：

通过jieba分词工具对文章内容进行分词，然后通过词嵌入word embedding的方式对文章分出的每个词分配一个对应的词向量，将分出的所有的词向量映入多维的词向量空间；

在编码端Encoder通过注意力机制Attention对分好词的文章内容中的每个词分配权重并进行编码，生成一个上下文向量，再使用序列到序列集束搜索解码Seq2Seq withbeamsearch的解码方式，通过抽象的上下文向量不断解码生成初始摘要。

优选地，所述分别对所述文章的原摘要和序列生成对抗网络SeqGan通过初始化参数和随机噪音数据生成的随机内容进行标识，优化序列生成对抗网络SeqGan的判别器与生成器参数，训练完成后，通过判别器对所述初始摘要进行识别，包括：

分别对所述文章的原摘要和序列生成对抗网络SeqGan通过初始化参数和随机噪音数据生成的随机内容进行标识，训练序列生成对抗网络SeqGan的判别器与生成器，不断优化序列生成对抗网络SeqGan的判别器与生成器的参数；

训练完成后，将所述初始摘要放入序列生成对抗网络SeqGan中，通过判别器对所述初始摘要进行识别。

优选地，还包括：所述判别器对所述初始摘要识别的结果为不符合要求时，将所述初始摘要放入生成器中进行进一步优化，重复迭代直至判别器识别所述初始摘要符合要求。