[发明专利]一种文本摘要的生成方法、装置、电子设备及存储介质

权利要求书

1.一种文本摘要的生成方法，其特征在于，所述生成方法包括：

将目标文本包括的多个分句输入到预先训练好的语言模型中，得到每个分句对应的分句矩阵；其中，多个分句对应的分句矩阵组成所述目标文本对应的文本矩阵；

基于所述目标文本中每两个分句分别对应的分句矩阵，计算该两个分句的第一相似度，并基于每两个分句对应的第一相似度，将所述目标文本包括的多个分句聚类为预设个数的分句集合；

针对每个分句集合，基于该分句集合中每个分句对应的分句矩阵，以及所述目标文本对应的文本矩阵，计算每个分句与所述目标文本的第二相似度，并基于每个分句对应的第二相似度，从该分句集合中选取目标分句；

基于所述目标文本中每个分句集合对应的目标分句，生成所述目标文本对应的文本摘要；

所述语言模型通过如下方式确定每个分句对应的分句矩阵；

针对每个分句，提取该分句包括的多个字符，并基于字符与字符向量的映射关系，生成所述多个字符分别对应的字符向量；

针对该分句中的每个字符，根据该字符对应的字符向量和第一权重，以及该分句中其他字符对应的字符向量和第二权重，确定该字符对应的目标字符向量；

基于该分句中每个字符对应的目标字符向量，确定该分句对应的分句矩阵；

所述计算该两个分句的第一相似度的公式具体为：

diff＝mat₁-mat₂；

其中，||A||_F代表Frobenius范数，矩阵A为m×n阶的矩阵，a_i,j为矩阵A中的任一个元素，mat₁和mat₂分别用于表征任意两个分句对应的分句矩阵。

2.根据权利要求1所述的文本摘要的生成方法，其特征在于，通过如下方式对所述语言模型进行训练：

将样本分句输入到初始化的语言模型中，获取所述语言模型输出的所述样本分句对应的第一分句矩阵；

对所述第一分句矩阵进行降维处理，得到所述样本分句对应的第二分句矩阵；

针对每两个样本分句，根据该两个样本分句分别对应的第二分句矩阵，对该两个样本分句进行分类，得到该两个样本分句的分类结果；

根据该两个样本分句的分类结果，以及该两个样本分句对应的标准分类结果，对所述语言模型的模型参数进行调节，直至所述分类结果与所述标准分类结果相一致，得到训练好的语言模型。

3.根据权利要求2所述的文本摘要的生成方法，其特征在于，所述针对每两个样本分句，根据该两个样本分句分别对应的第二分句矩阵，对该两个样本分句进行分类，得到该两个样本分句的分类结果，包括：

将每两个样本分句分别对应的第二分句矩阵，输入到预先训练好的第一分类子任务中，得到该两个样本分句的第一分类结果；其中，所述第一分类子任务用于判断该两个样本分句是否来自同一篇文章；

和/或，

将每两个样本分句分别对应的第二分句矩阵，输入到预先训练好的第二分类子任务中，得到该两个样本分句的第二分类结果；其中，所述第二分类子任务用于判断该两个样本分句是否是连续分句；

将所述第一分类结果，和/或所述第二分类结果，确定为该两个样本分句的分类结果。

4.根据权利要求1所述的文本摘要的生成方法，其特征在于，通过如下方式确定所述分句集合的个数：

获取所述目标文本包括的分句的个数，基于分句的个数与分句集合的个数之间的对应关系，确定与所述目标文本对应的分句集合的个数。