[发明专利]一种融合主题的PGN-GAN文本摘要模型

权利要求书

1.一种融合主题的PGN-GAN文本摘要模型，其特征在于，包括如下步骤：

步骤1：给定文本集合中的每篇文档，利用隐狄利克雷模型得到主题词和主题文档分布

步骤2：在主题分布中选取前k个作为主题词，得到主题词向量

步骤3：将普通编码器的最终隐藏层状态作为主题注意力层的输入，形成复合注意力。

步骤4：生成器将源文本和主题词作为输入，在经过带有复合注意力机制的编码器后将x转变为隐藏状态，搭建指针生成网络和生成对抗网络，鉴别器用来区分文本是机器生成的还是真实样本。

步骤5：将输出向量传入解码器，通过解码器得到最终生成的文本。

2.根据权利要求1所述的一种融合主题的PGN-GAN文本摘要模型，其特征在于，所述步骤1包括如下步骤：

步骤1.1：给定文本集合中的每篇文档，生成一个隐迪利克雷分布模型，得到θ_m作为主题——文档分布

步骤1.2：每个主题t，依据以β为参数的狄利克雷分布得到分布\varphi_k，即主题词分布。

步骤1.3：利用主题词分布和主题文档分布得到词T_{mn}和w_{mn}

步骤1.4：利用吉布斯采样来进行求解，对于当前文档的每一个词我们随机赋予一个主题编号，随后重新扫描。对于每一个当前词利用吉布斯采样公式来更新他的主题编号，重复以上步骤直到采样收敛，最后统计文档中各词的主题，得到该文档的主题分布。

3.根据权利要求1所述的一种融合主题的PGN-GAN文本摘要模型，其特征在于，所述步骤2包括如下步骤

步骤2.1：利用LDA方法生成主题词后于事先设定的主题中训练出t_1\cdotst_k，选取前n个作为对应文本的主题词。

步骤2.2：利用Word2Vec模型获得每个词语的词向量。

4.根据权利要求1所述的一种融合主题的PGN-GAN文本摘要模型，其特征在于，所述步骤3包括如下步骤。

步骤3.1：将主题词表示为词向量，普通编码器的最终隐藏层状态作为主题注意力层的输入，形成的新编码层。

步骤3.2：生成器首先将源文本作为输入，在使用编码器后将源文本转变为隐藏状态。

步骤3.3：利用注意力机制的原理形成新的主题注意力结果，然后将序列注意力和普通注意力叠加得到输出。

5.根据权利要求1所述的一种融合主题的PGN-GAN文本摘要模型，其特征在于，所述步骤4包括如下步骤。

步骤4.1：搭建指针网络架构:包含有编码器，attention层，解码器

步骤4.2：搭建生成器与判别器，生成器利用已经建立好的指针网络。鉴别器区分文本是机器生成的还是真实样本，使用LSTM网络来进行特征选择，这些特征最后经过sigmoid函数后得到该文本是否为真实样本的概率。

步骤4.3：对于生成器G和判别器D的训练，我们首先固定生成器的权重，对判别器更新权重，随后两方交替迭代直到生成器生成同训练样本相同的分布。

6.根据权利要求1所述的一种融合主题的PGN-GAN文本摘要模型，其特征在于，所述步骤5包括如下步骤。

步骤5.1将主题向量k融入α_oj中。

步骤5.2将S4得到的最终解码向量传入解码器。