[发明专利]文本摘要生成方法、装置、电子设备及存储介质

说明书

本申请实施例提供了一种文本摘要生成方法、装置、电子设备及存储介质，涉及自然语言处理技术领域。该方法包括：获取待生成摘要的文本；对文本进行切分，得到各个摘要组成要素分别对应的文本内容；针对每个摘要组成要素对应的文本内容，对文本内容进行抽取，得到文本内容对应的候选语句集；对各个文本内容分别对应的候选语句集进行组合，生成文本对应的文本摘要。本申请实施例对于篇幅较长的文本，能够生成高质量的文本摘要。

技术领域

本申请涉及自然语言处理技术领域，具体而言，本申请涉及一种文本摘要生成方法、装置、电子设备及存储介质。

背景技术

文本摘要指的是根据文本生成的、能够表达文本的主要信息、且篇幅较短的一种文本形式，通过文本摘要可以快速、高效地获取文本的关键内容。

现有的文本摘要生成方法通常采用的是对整篇文本进行抽取的思路，而文本摘要生成方法在处理文本，特别是篇幅较长的文本时，容易出现抽取出的语句存在冗余、对原文的主旨概括性不高、无法涵盖摘要中各个基本要素对应的内容等问题，生成的文本摘要质量较差。

发明内容

本申请实施例提供了一种文本摘要生成方法、装置、电子设备及存储介质，可以解决现有的文本摘要生成方法生成的文本摘要质量较差的问题。

所述技术方案如下：

根据本申请实施例的一个方面，提供了一种文本摘要生成方法，该方法包括：

获取待生成摘要的文本；

对所述文本进行切分，得到各个摘要组成要素分别对应的文本内容；

针对每个摘要组成要素对应的文本内容，对所述文本内容进行抽取，得到所述文本内容对应的候选语句集；

对各个文本内容分别对应的候选语句集进行组合，生成所述文本对应的文本摘要。

可选地，所述对所述文本进行切分，得到各个摘要组成要素分别对应的文本内容，包括：

确定所述文本中的子标题所属的摘要组成要素；

将所述子标题所属的摘要组成要素作为所述子标题对应的文本段所属的摘要组成要素；

针对每个摘要组成要素，将所述摘要组成要素对应的至少一个文本段组合为所述摘要组成要素对应的文本内容。

可选地，所述确定所述文本中的子标题所属的摘要组成要素，包括：

采用各个摘要组成要素分别对应的正则表达式，识别出所述子标题所属的摘要组成要素。

可选地，所述各个摘要组成要素分别对应的正则表达式是基于如下方式确定的：

针对每个摘要组成要素，获取所述摘要组成要素对应的多个特征词；

基于所述多个特征词，构建所述摘要组成要素对应的正则表达式。

可选地，所述对所述文本内容进行抽取，得到所述文本内容对应的候选语句集，包括：

对所述文本内容进行分句处理，得到所述文本内容对应的多个语句；

确定各个语句分别对应的权重；所述权重用于表征所述语句的重要程度；

根据所述各个语句分别对应的权重，从所述各个语句中抽取出多个候选语句，将所述多个候选语句的集合作为候选语句集。

可选地，所述确定各个语句分别对应的权重，包括：

针对每个语句，基于预设的调整系数扩大所述语句的第一关键词相关系数，生成第二关键词相关系数；

基于所述第二关键词相关系数和所述语句的语句相似度，确定所述语句对应的权重；