[发明专利]自动摘要生成方法及装置

说明书

本发明涉及一种自动摘要生成方法及装置，包括:对文本进行建模，生成句网络图，句网络图包括边权值；根据边权值、文本中各句子的初始权重，计算文本中各句子的第一权重；根据词在各句子中的频率、词对应的句子的第一权重，计算出词权重；根据各词在各句子中的频率、各词的词权重，计算各句子的第二权重；根据第一权重和第二权重，计算各句子的最终权重；如果第N次迭代后的最终权重和第N‑1次迭代后的最终权重差值小于预设阈值以及第N次迭代后的词权重和第N‑1次迭代后的词权重差值小于预设阈值，生成自动摘要，解决了单个长文本摘要质量低下的问题，缓解了信息过载、提升了摘要质量。

技术领域

本发明涉及自然语言处理领域，尤其涉及一种自动摘要生成方法及装置。

背景技术

自动摘要是利用计算机自动地从原始文本中提取全面、准确地反映该文本中心内容的句子，生成简单、连贯的短文的技术。摘要应具有概括性、客观性、可理解性和可读性。自动摘要长期以来一直是自然语言处理领域重要的且富有挑战的研究议题之一，尤其是随着各种Web文本和用户原创内容的爆炸式增长，自动摘要能够缓解信息过载的潜在优势展露无遗，并在诸多领域得到实际应用，如新闻推荐、机器翻译、文献检索、情报分析、舆情监控等。

文本可视为一系列句子的集合，自动摘要试图选择出最重要的若干个句子形成节录式摘要，因此，其本质是句子的排序问题。每个句子用词袋模型(bag-of-words)表示成词及其词频的集合，常见的自动摘要技术主要从句子和词两个部分出发，通过将词或句的统计特性，如位置、长度、频率等线性组合，对句子的重要程度进行排序；另一类方法通过构建句关联网络，利用图模型排序算法迭代计算句子权重，从而进行排序。现有方法单纯考虑句子的特征或词的特征，而未能同时考虑两者之间的相互作用。

发明内容

本发明的目的是解决现有技术中在生成摘要时，单纯考虑句子的特征或词的特征，而未能同时考虑两者之间的相互作用，本发明通过利用词句协同，迭代增强计算获取句子权重，自动生成摘要，有效改善了长文本摘要的质量。

第一方面，本发明实施例提供了一种自动摘要生成方法，所述方法包括：

对文本进行建模，生成句网络图，所述句网络图包括边权值；

根据所述边权值、所述文本中各句子的初始权重，计算所述文本中各句子的第一权重；

根据词在所述各句子中的频率、所述词对应的句子的第一权重，计算出所述词的词权重；

根据各所述词在所述各句子中的频率、以及各所述词的词权重，计算各所述句子的第二权重；

根据所述第一权重和所述第二权重，计算所述各句子的最终权重；

比较第N次迭代后的最终权重和第N-1次迭代后的最终权重差值是否小于预设阈值以及第N次迭代后的词权重和第N-1次迭代后的词权重差值是否小于预设阈值；

如果第N次迭代后的最终权重和第N-1次迭代后的最终权重差值不小于预设阈值以及第N次迭代后的词权重和第N-1次迭代后的词权重差值不小于预设阈值，将所述第N次迭代后的最终权重作为第N+1次迭代的初始权重；

如果第N次迭代后的最终权重和第N-1次迭代后的最终权重差值小于预设阈值以及第N次迭代后的词权重和第N-1次迭代后的词权重差值小于预设阈值，生成自动摘要。

优选地，所述根据所述边权值、所述文本中各句子的初始权重，计算所述文本中各句子的第一权重具体包括：

利用公式计算所述文本中各句子的第一权重；