[发明专利]短摘要生成方法、数据库建立方法及人机对话方法

说明书

本发明属于人工智能技术领域，提供了一种短摘要生成方法、数据库建立方法及人机对话方法。本发明提供的基于实体分类的短摘要生成方法，包括：获取实体，对所述实体进行分类；根据所述实体的类别选取合适的摘要内容；选用与所述摘要内容对应的摘要算法，从所述实体的百科页面中提取摘要信息；拼接所述摘要信息得到短摘要。本发明提供的基于实体分类的短摘要生成方法，在人机对话过程中，可以提高回答涉及百科知识性问题的简洁度和概括度。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于实体分类的短摘要生成方法、一种基于短摘要的数据库建立方法及一种人机对话方法。

背景技术

在现有的人工智能对话系统中，大部分直接使用百科实体的人工介绍作为答案，但是这种直接从网络百科中获取的答案往往非常冗长，对于机器人特别是语音机器人非常不方便。目前解决的方法有：一，摘取前几句介绍作为答案，二，使用一些社区问答上的回复直接作为答案；第一种方法的弊端是用户从回答中不能得到足够有用的信息量，第二种方法的弊端是答案往往显得不够权威。

发明内容

针对现有技术中的缺陷，本发明提供的一种基于实体分类的短摘要生成方法、一种基于短摘要的数据库建立方法及一种人机对话方法，在人机对话过程中，可以提高回答涉及百科知识性问题的简洁度和概括度。

第一方面，本发明提供的一种基于实体分类的短摘要生成方法，包括：获取实体，对所述实体进行分类；根据所述实体的类别选取合适的摘要内容；选用与所述摘要内容对应的摘要算法，从所述实体的百科页面中提取摘要信息；拼接所述摘要信息得到短摘要。

本发明提供的基于实体分类的短摘要生成方法，能够针对不同的实体类别，生成简洁概括的短摘要，在人机对话过程中作为针对实体的答案，提高了机器人对话的效率。

优选地，所述对所述实体进行分类，包括：获取所述实体的百科页面；在所述百科页面中提取特征值；将所述特征值输入层次分类器，得到所述实体的类别。

优选地，所述在所述百科页面中提取特征值，包括：在所述百科页面中提取词条标签、属性特征和词条主要介绍中的词。

优选地，所述选用与所述摘要内容对应的摘要算法，从所述实体的百科页面中提取摘要信息，包括：若所述摘要内容中包含属性，则使用HTML解析器在所述实体的百科页面中提取属性信息，作为所述属性对应的摘要信息；若所述摘要内容中包含主要故事梗概，则在所述实体的百科页面中检索故事梗概关键词，将包含故事梗概关键词的语句，作为主要故事梗概对应的摘要信息；若所述摘要内容中包含评论，则在所述实体的百科页面中检索评论关键词，从包含关键词的段落中抽取评论内容，作为评论对应的摘要信息；若所述实体的类别为人物，则在所述实体的百科页面中检索时间关键词，若检索到的时间关键词为近期的时间，则判定所述人物为热门人物，检索所述热门人物的新闻信息，作为热门人物对应的摘要信息。

优选地，所述使用HTML解析器在所述实体的百科页面中提取属性信息，包括：使用HTML解析器在所述实体的百科页面中提取属性信息，若没有提取到属性信息，则选取所述属性的同义词，根据所述同义词使用HTML解析器在所述实体的百科页面中提取属性信息。

优选地，所述使用HTML解析器在所述实体的百科页面中提取属性信息，包括：使用HTML解析器在所述实体的百科页面中提取属性信息，对所述属性信息进行正则化。

优选地，所述在所述实体的百科页面中检索评论关键词，从包含评论关键词的段落中抽取评论内容，包括：在所述实体的百科页面中检索评论关键词，从包含评论关键词的段落中抽取评论内容，所述包含评论关键词的段落以所述评论关键词出现一级标题为起点，以下一个一级标题为结束。

优选地，所述拼接所述摘要信息得到短摘要，包括：对所述摘要信息做预处理；根据所述实体的类别，按一定顺序拼接预处理后的摘要信息得到短摘要。