[发明专利]新闻稿件的生成方法及装置、存储介质、电子装置

权利要求书

1.一种新闻稿件的生成方法，其特征在于，包括：

获取新闻源数据中的关键词，以及抽取所述新闻源数据中的实体信息；

从所述实体信息中提取与所述关键词匹配的实体特征信息；

提取所述新闻源数据的文本特征信息，并根据所述文本特征信息和所述实体特征信息聚类生成新闻稿件，其中，所述新闻稿件用于通过摘要描述所述新闻源数据的内容。

2.根据权利要求1所述的方法，其特征在于，获取新闻源数据中的关键词包括：

采用限制来源的方式从指定数据源采集目标主题的第一新闻源数据；

提取所述第一新闻源数据中的第一关键词集合，并基于所述第一关键词集合采用非限制来源的方式从搜索引擎采集第二新闻源数据；

提取所述第二新闻源数据中的第二关键词集合。

3.根据权利要求1所述的方法，其特征在于，抽取所述新闻源数据中的实体信息包括：

对所述新闻源数据进行数据标注，生成新闻数据集，其中，所述新闻数据集包括新闻文本分词后的词序列和对应的标签信息；

将所述新闻数据集划分为训练集，验证集，以及测试集；

采用所述训练集，所述验证集，以及所述测试集迭代训练预设命名实体识别NER模型，直到最新的目标NER模型满足预设条件，并采用所述目标NER模型输出所述新闻数据集的实体信息，其中，所述实体信息包括有效字符序列。

4.根据权利要求1所述的方法，其特征在于，从所述实体信息中提取与所述关键词匹配的实体特征信息包括：

将所述实体信息转换为词序列，其中，所述实体信息中的每个字符对应一个字符特征向量；

采用所述词序列与所述关键词进行匹配；

从所述词序列中选择命中所述关键词的实体词集合，并提取与所述实体词集合对应的实体特征向量集合。

5.根据权利要求1所述的方法，其特征在于，根据所述文本特征信息和所述实体特征信息聚类生成新闻稿件包括：

将所述文本特征信息和所述实体特征信息进行拼接，得到混合特征；

使用预设聚类算法对所述混合特征进行聚类，得到类簇集合；

从所述类簇集合中提取所述新闻稿件。

6.根据权利要求5所述的方法，其特征在于，从所述类簇集合中提取所述新闻稿件包括：

以句为单位划分所述类簇集合中每个类簇中的新闻文本，并通过句之间的相邻关系构建文本网络，其中，所述文本网络的每个节点对应一个句；

计算所述文本网络上的每个节点的权重值；

从所述类簇集合选择权重值最高的P个关键句子，其中，P为正整数；

将所述P个关键句子确定为所述新闻源数据的新闻摘要，并采用标题生成算法从所述新闻摘要中提取新闻标题，其中，所述新闻稿件包括所述新闻摘要和所述新闻标题。

7.根据权利要求1所述的方法，其特征在于，在根据所述文本特征和所述实体特征信息聚类生成新闻稿件之后，所述方法还包括：

关联存储所述新闻稿件和所述实体信息；

在展示页面按照预设新闻模板显示所述新闻稿件和所述实体信息。

8.一种新闻稿件的生成装置，其特征在于，包括：

获取模块，用于获取新闻源数据中的关键词，以及抽取所述新闻源数据中的实体信息；

提取模块，用于从所述实体信息中提取与所述关键词匹配的实体特征信息；

生成模块，用于提取所述新闻源数据的文本特征信息，并根据所述文本特征信息和所述实体特征信息聚类生成新闻稿件，其中，所述新闻稿件用于通过摘要描述所述新闻源数据的内容。

9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1至7任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至7任一项中所述的方法。