[发明专利]一种新闻摘要的提取方法及装置

权利要求书

1.一种新闻摘要的提取方法，其特征在于，该方法包括：

确定用户输入的多个过滤关键词，以及根据所述多个过滤关键词确定新闻正文；

根据所述新闻正文，确定所述新闻正文所对应的至少一个主搜索对象类型，以及所述主搜索对象类型在所述新闻正文的位置；所述主搜索对象类型为新闻正文挂载的标签的名称；

根据至少一个所述主搜索对象类型在所述新闻正文的位置、所述多个过滤关键词以及预设的新闻摘要字数，确定摘要截取基准点；针对每一所述主搜索对象类型：以所述主搜索对应类型在所述新闻中的位置为起始点，所述起始点位置与所述预设的新闻摘要字数之和的位置为终止点，确定所述起始点和终止点之间包括所述过滤关键词的个数；确定将包括所述过滤关键词的个数最多的主搜索对象类型在所述新闻中的位置作为所述摘要截取基准点；

根据所述摘要截取基准点和所述预设的新闻摘要字数，确定新闻摘要的起始点和终止点，并生成所述新闻摘要。

2.根据权利要求1所述的方法，其特征在于，根据所述多个过滤关键词确定新闻正文之后，根据所述新闻正文，确定所述新闻正文所对应的至少一个主搜索对象类型之前，该方法还包括：

对所述新闻正文进行去超级文本标记语言HTML处理，形成纯文本的新闻。

3.根据权利要求1所述的方法，其特征在于，根据所述新闻正文，确定所述新闻正文所对应的至少一个主搜索对象类型，以及所述主搜索对象类型在所述新闻正文的位置，包括：

根据所述新闻正文，确定所述新闻正文所对应的至少一个主搜索对象类型的标识信息；

根据至少一个所述标识信息，确定每一所述标识信息对应的主搜索对象类型的名称；

根据每一所述主搜索对象类型的名称，确定所述主搜索对象类型的名称在所述新闻正文的位置。

4.根据权利要求1所述的方法，其特征在于，根据所述摘要截取基准点和所述预设的新闻摘要字数，确定所述新闻摘要的起始点和终止点，包括：

判断所述摘要截取基准点在所述新闻正文的位置是否大于预设的新闻摘要字数的一半，若是，则确定该摘要截取基准点为所述新闻摘要的起始点；否则，确定所述新闻正文的起始点为所述新闻摘要的起始点；

判断所述摘要截取基准点的位置与所述预设的新闻摘要字数之和所对应的位置，是否小于或等于所述新闻正文结尾的位置，若是，则确定将摘要截取基准点的位置与所述预设的新闻摘要字数之和所对应的位置作为所述新闻摘要的终止点，否则，确定所述新闻正文的结尾作为所述新闻摘要的终止点。

5.根据权利要求1所述的方法，其特征在于，确定所述新闻摘要的起始点和终止点之后，生成所述新闻摘要之前，该方法还包括：

对所述起始点和终止点之间的新闻进行截断处理。

6.根据权利要求5所述的方法，其特征在于，对所述起始点和终止点之间的新闻进行截断处理，包括：

确定所述起始点和终止点之间的新闻包含的预设的截断符号的个数和位置；

当确定所述截断符号个数超过两个，且位于第一个截断符号和最后一个截断符号之间的新闻中包含至少一个所述主搜索对象类型时，去除位于所述第一截断符号之前以及最后一个截断符号之后的新闻内容。

7.根据权利要求1所述的方法，其特征在于，该方法还包括：

标识所述新闻摘要中的过滤关键词和所述主搜索对象类型。

8.根据权利要求1-7任一权项所述的方法，其特征在于，所述过滤关键词包括：公司名称、组织名称以及人员名称中的至少两种。