[发明专利]一种研报生成方法、系统及计算机存储介质

权利要求书

1.一种研报生成方法，其特征在于：包括以下步骤：

获取语义计算模型；具体为采用基于关键词抽取的标题获取方法和/或基于摘要的标题生成方法构建标题-段落对训练数据，采用双塔模型为基础模型，采用标题-段落对训练数据对双塔模型进行训练得到语义计算模型；

获取素材库，检索词句，基于检索词句到素材库中搜索出相关内容构成研报子集；

基于研报子集通过语义计算模型获得大纲；具体包括抽取研报子集中的标题，并通过语义计算模型获取各标题的向量，基于向量对标题进行聚类处理得到至少一个簇，计算簇中的标题与簇中心的语义距离，其中语义距离为余弦相似度，选取各簇中与簇中心语义距离最近的标题作为大纲标题组成第一级别的大纲；

对应大纲召回研报子集中的段落；

对召回的段落进行排序组合构成对应大纲的模块内容；

将各模块内容进行组合成为研报文本。

2.如权利要求1所述的研报生成方法，其特征在于：基于检索词句到素材库中搜索出相关内容构成研报子集的包括以下步骤：

分别将素材库的内容，检索词句进行向量化得到文本向量和检索词句向量；

对文本向量和检索词句向量进行相似度匹配；

选取相似度在预设范围内的内容，并根据相似度的高低排序以构成研报子集。

3.如权利要求1所述的研报生成方法，其特征在于：对标题的向量使用K-Means算法进行聚类处理。

4.如权利要求1所述的研报生成方法，其特征在于：在选取各簇中与簇中心语义距离最近的标题作为第一级别大纲之后还包括：

若簇中除作为大纲标题之外还有其余标题，则将该部分其余标题作为候选二级标题，进而获得各个簇中对应大纲标题的候选二级标题；

将候选二级标题进行两两相似度的判别，若相似度大于预设值，则将两个候选二级标题进行连边，经过迭代后形成二部图，其中二部图的节点表示候选二级标题，边表示两个候选二级标题的相似度；

以节点的出度作为对应候选二级标题包含的信息量，对二部图通过贪心算法计算获得蕴含信息量最多但是候选二级标题数量最少的二级标题集合，并以之作为第二级别的大纲。

5.如权利要求1所述的研报生成方法，其特征在于：对应大纲基于语义向量召回研报子集中的段落包括以下步骤：

基于大纲获得模块标题，基于语义计算模型根据模块标题生成对应的标题语义向量；

获取研报子集各段落的段落语义向量；

计算标题语义向量和段落语义向量的语义距离，并选取语义距离在预定范围内的段落作为对应模块标题的段落。

6.如权利要求5所述的研报生成方法，其特征在于：对召回的段落进行排序组合构成对应大纲的模块内容包括以下步骤：

对选取的与模块标题对应的段落进行筛选，具体为根据段落语义向量计算段落与段落之间的相似度，若相似度大于预定数值，则去除较短的段落；

对筛选后的段落进行两两组合，并编码获得一个深层交互的语义表示，基于二分类器判断出排序关系；

最后以排序后的段落作为对应模块标题的模块内容。

7.一种研报生成系统，用于实现如权利要求1-6任一项所述的研报生成方法的步骤，其特征在于：包括以下模块：

检索模块：获取素材库，检索词句，基于检索词句到素材库中搜索出相关内容构成研报子集；

大纲生成模块：基于研报子集通过语义计算获得大纲；

内容生成模块：对应各大纲基于语义向量召回研报子集中的段落；

内容排序模块：对召回的段落进行排序组合构成对应各大纲的模块内容；

组合模块：对各模块内容进行组合成为研报文本。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-6任意一项所述的一种研报生成方法。