[发明专利]生成文本的摘要的方法和装置

权利要求书

1.一种生成文本的摘要的方法，其特征在于，包括：

对于文本包括的M个句子中的每个句子，根据句子的N个特征和所述句子得到所述句子的特征标签，并根据所述句子的特征标签，获取所述句子属于所述文本的摘要的概率，M和N为正整数；

根据每个句子属于所述文本的摘要的概率，获取所述M个句子中每两个句子的关联度，并根据所述M个句子中每两个句子的关联度，获取每个句子的得分，所述得分表示句子在所述文本中的重要程度；

生成所述文本的摘要，所述摘要包括所述M个句子中得分位于前L的L个句子，L为正整数，L≤M；

所述根据每个句子属于文本的摘要的概率，获取所述M个句子中每两个句子的关联度，包括：

对于M个句子中的每两个句子，根据所述两个句子各自包括的词语的总数，第一词频，第二词频，第一概率以及第二概率获取所述两个句子间的关联度；其中，所述两个句子包括第一句子和第二句子，所述第一词频为第一词语相对于所述第一句子的词频，所述第二词频为第一词语相对于所述第二句子的词频，所述第一概率为所述第一句子属于所述文本的摘要的概率，所述第二概率为所述第二句子属于所述文本的摘要的概率，所述第一词语为同时存在于所述两个句子中的词语；或者，

对于M个句子中的每两个句子，根据所述两个句子各自的句子向量，第一概率以及第二概率，获取所述两个句子间的关联度；其中，所述两个句子包括第一句子和第二句子，所述第一概率为所述第一句子属于所述文本的摘要的概率，所述第二概率为所述第二句子属于所述文本的摘要的概率。

2.根据权利要求1所述的方法，其特征在于，所述根据所述句子的特征标签，获取所述句子属于所述文本的摘要的概率，包括：

对于每个句子，根据所述句子的特征标签和机器学习模型，采用机器学习算法，得到所述句子属于所述文本的摘要的概率；

其中，所述机器学习模型为采用所述机器学习算法，基于多个训练样本得到的，每个训练样本包括其它文本的一个句子的特征标签。

3.根据权利要求2所述的方法，其特征在于，所述机器学习算法为朴素贝叶斯算法，所述机器学习模型为朴素贝叶斯模型；或者，

所述机器学习算法为神经网络算法，所述机器学习模型为神经网络模型。

4.根据权利要求1～3任一所述的方法，其特征在于，在所述对于M个句子中的每两个句子，根据所述两个句子各自包括的词语的总数，第一词频，第二词频，第一概率以及第二概率获取所述两个句子间的关联度之前，还包括：

对于所述M个句子中的每个句子，获取所述句子包括的至少一个词语，所述至少一个词语中不包括停用词。

5.根据权利要求1～3任一所述的方法，其特征在于，在所述对于M个句子中的每两个句子，根据所述两个句子各自的句子向量，第一概率以及第二概率，获取所述两个句子间的关联度之前，还包括：

获取M个句子中每个句子的句子向量。

6.根据权利要求1～3任一所述的方法，其特征在于，所述根据所述M个句子中每两个句子的关联度，获取每个句子的得分，包括：

根据所述M个句子中每两个句子的关联度，采用基于图模型的排序算法，获取每个句子的得分。

7.根据权利要求4所述的方法，其特征在于，所述根据所述两个句子各自包括的词语的总数，第一词频，第二词频，第一概率以及第二概率获取所述两个句子间的关联度，包括：

通过如下公式获取两个句子间的关联度：

其中，w_ij为句子i和句子j的关联度，H为第一词语的个数，第一词语为句子i和句子j中相同的词语，f_hi为第一词语h相对于句子i的词频，f_hj为第一词语h相对于句子j的词频，|s_i|为句子i中包括的词语的个数，|s_j|为句子j中包括的词语的个数；G_i为句子i属于所述文本的摘要的概率，G_j为句子j属于所述文本中的摘要的概率；h＝1,……H，H为整数。