[发明专利]标题生成方法、装置和电子设备

权利要求书

1.一种标题生成方法，其特征在于，包括：

获取待生成标题的文本，并将所述文本切分为多个分句；

获取所述多个分句的特征信息，所述特征信息包括长度信息、位置信息、重要性信息以及相似度信息中的至少一种；

将所述特征信息输入至标题支撑句模型，以抽取出至少一个标题支撑句；

将所述至少一个标题支撑句输入至标题生成模型，以生成对应的标题；

基于标题打分模型对生成的标题进行打分，并根据标题的得分确定所述文本对应的标题；包括：训练所述标题打分模型，所述训练所述标题打分模型，还包括：获取标题样本与所述标题样本对应的点击数据；根据所述标题样本和所述点击数据训练所述标题打分模型；所述基于标题打分模型对生成的标题进行打分包括：计算标题对应的点击率，将所述点击率和所述标题输入至标题打分模型。

2.如权利要求1所述的方法，其特征在于，所述文本切分为多个分句，包括：

基于整句粒度或子句粒度，将所述文本切分为多个分句。

3.如权利要求1所述的方法，其特征在于，所述标题支撑句模型包括决策树GBDT模型。

4.如权利要求1所述的方法，其特征在于，所述标题打分模型包括深度神经网络DNN模型。

5.如权利要求1所述的方法，其特征在于，还包括：

训练所述标题生成模型。

6.如权利要求5所述的方法，其特征在于，所述标题生成模型为seq2seq模型。

7.如权利要求1所述的方法，其特征在于，根据标题的得分确定所述文本对应的标题，包括：

过滤得分低于预设分数的标题；

对过滤后的标题进行排序，并根据排序结果确定所述文本对应的标题。

8.一种标题生成装置，其特征在于，包括：

切分模块，用于获取待生成标题的文本，并将所述文本切分为多个分句；

获取模块，用于获取所述多个分句的特征信息，所述特征信息包括长度信息、位置信息、重要性信息以及相似度信息中的至少一种；

抽取模块，用于将所述特征信息输入至标题支撑句模型，以抽取出至少一个标题支撑句；

生成模块，用于将所述至少一个标题支撑句输入至标题生成模型，以生成对应的标题；

确定模块，用于基于标题打分模型对生成的标题进行打分，并根据标题的得分确定所述文本对应的标题；还包括：

第一训练模块，用于训练所述标题打分模型；所述第一训练模块，用于：获取标题样本与所述标题样本对应的点击数据；根据所述标题样本和所述点击数据训练所述标题打分模型；所述基于标题打分模型对生成的标题进行打分包括：计算标题对应的点击率，将所述点击率和所述标题输入至标题打分模型。

9.如权利要求8所述的装置，其特征在于，所述切分模块，用于：

基于整句粒度或子句粒度，将所述文本切分为多个分句。

10.如权利要求8所述的装置，其特征在于，所述标题支撑句模型包括决策树GBDT模型。

11.如权利要求8所述的装置，其特征在于，所述标题打分模型包括深度神经网络DNN模型。

12.如权利要求8所述的装置，其特征在于，还包括：

第二训练模块，用于训练所述标题生成模型。

13.如权利要求12所述的装置，其特征在于，所述标题生成模型为seq2seq模型。

14.如权利要求8所述的装置，其特征在于，所述确定模块，用于：

过滤得分低于预设分数的标题；

对过滤后的标题进行排序，并根据排序结果确定所述文本对应的标题。