[发明专利]文本摘要生成方法及系统

权利要求书

1.一种文本摘要生成方法，其特征在于，包括：

获取目标文本信息的字节长度，若所述字节长度超过预设字节阈值，则对所述目标文本信息进行筛选确定所述目标文本信息对应的筛选摘要，其中，所述筛选摘要是通过提取所述目标文本信息中与目标摘要强关联的文本内容得到的；

将所述筛选摘要拆分为多个句子，并将多个句子进行向量化表示，确定多个句子之间的相似度，并将所述多个句子作为节点，所述多个句子之间的相似度作为连接边，构建所述筛选摘要对应的摘要图；

通过预设的摘要生成模型提取所述摘要图中节点的局部语义特征、全局语义特征，以及节点中各个词语在节点中的位置信息，并根据注意力机制分别为所述局部语义特征、所述全局语义特征以及所述位置信息分配对应的权重系数，生成所述目标文本信息对应的文本摘要，其中，所述摘要生成模型基于多个神经网络组合而成，用于提取文本信息中的文本摘要。

2.根据权利要求1所述的方法，其特征在于，所述对所述目标文本信息进行筛选确定所述目标文本信息对应的筛选摘要包括：

若目标文本信息的字节长度超过预设字节阈值，则确定所述目标文本信息的句子数量，并基于所述句子数量对所述目标文本信息进行分段处理，构建分段文本集；

根据所述分段文本集通过关键句抽取算法抽取所述分段文本集的关键句，并结合贪心选择算法构建候选摘要集；

获取所述候选摘要集的主题特征和语义特征，并根据所述主题特征和所述语义特征，确定所述候选摘要集和所述目标文本信息的匹配度，根据所述匹配度对所述候选摘要集进行排序，生成筛选摘要。

3.根据权利要求2所述的方法，其特征在于，

所述确定所述候选摘要集和所述目标文本信息的匹配度如下公式所示：

；

其中，表示所述候选摘要集A和所述目标文本信息X的匹配度，、分别表示主题特征集合对应的第一权重值，以及语义特征集合对应的第二权重值，sim()表示相似度函数，、分别表示目标文本信息的主题特征集合和语义特征集合，、分别表示候选摘要集的主题特征集合以及语义特征集合，表示第一权重值和第二权重值的平均值。

4.根据权利要求1所述的方法，其特征在于，所述通过预设的摘要生成模型提取所述摘要图中节点中各个词语在节点中的位置信息包括：

对所述摘要图的节点中所包含的词语进行词性标注，并且根据所述摘要生成模型中预设的位置编码模块，确定单个句子中每个词语的第一位置信息；

根据所述摘要图中各个节点在摘要图中的图位置信息，通过依存句法分析方法来分析各个节点中词语的位置依存关系；

基于预先提取的所述筛选摘要的关键词集合，以及所述摘要图中节点中各个词语与关键词的空间位置关系，分别为所述第一位置信息和所述位置依存关系分配对应的位置系数，确定所述摘要图中节点中各个词语在节点中的位置信息。

5.根据权利要求1所述的方法，其特征在于，所述通过预设的摘要生成模型提取所述摘要图中节点的全局语义特征包括：

将所述摘要图的节点中所包含的词语映射为所述摘要生成模型中预设词典的词典序号，并根据所述词典序号将所述词语映射为词向量；

对所述词向量进行卷积和池化操作后，确定第一语义特征；对所述词向量进行前向编码和反向编码后，进行长度压缩，确定第二语义特征；

将所述第一语义特征和所述第二语义特征进行拼接后，确定所述摘要图中节点的全局语义特征。