[发明专利]一种文本自动摘要方法、装置及一种电子设备

权利要求书

1.一种文本自动摘要方法，其特征在于，包括以下步骤：

将待摘要文档按照预定义的句子结束符号进行分割；

根据已有的文本语料库计算分割后每个句子的主题向量；

根据两两句子间共同出现的词语数量，确定两两句子的相关度；

根据每个句子的主题向量，计算两两句子的语义相似度；

利用所述相关度及所述语义相似度计算每个句子的分值的方法采用了如下公式：

其中，TR(s_i)表示句子s_i的评分，α，e，β为预设的计算参数，s_i、s_j、s_k分别表示编号为i、j、k的句子，表示句子si、sj的相关度，TopicSim(s_i,s_j)表示句子si、sj的语义相似度，OUT(j)表示除s_j以外的句子，IN(i)表示包括s_i在内的所有句子，n表示主题的数量；

选取分值满足阈值的句子，加入预设的连接词，并按照选定的输出顺序输出，得到摘要内容。

2.如权利要求1所述的文本自动摘要方法，其特征在于，还包括：

根据已有的文本语料库计算待摘要文档的主题向量，并利用待摘要文档的主题向量和分割后各句子的主题向量计算待摘要文档与各句子间的语义相似度；

计算每个句子的分值时还包括：利用所述待摘要文档与各句子间的语义相似度作为修正量。

3.如权利要求1所述的文本自动摘要方法，其特征在于，所述计算分割后每个句子的主题向量，包括：

按预设的公式计算分割后每个句子中词语与主题的条件概率，重复此条件概率步骤，直至计算结果收敛，获得分割后每个句子的主题向量。

4.如权利要求2所述的文本自动摘要方法，其特征在于，计算所述待摘要文档的主题向量的方法包括：

按预设的公式计算待摘要文档中词语与主题的条件概率，重复此条件概率步骤，直至计算结果收敛，获得待摘要文档的主题向量。

5.如权利要求1或2所述的文本自动摘要方法，其特征在于，通过所述待摘要文档中两两句子间共同出现的词语数量确定两两句子的相关度采用如下计算公式：

其中，s_i,s_j为编号不同的句子，ω_k为属于句子的词语，|s_i|为句子s_i的词语数量，|s_j|为句子s_j的词语数量，计算结果数值越高则句子相关度越高。

6.如权利要求5所述的文本自动摘要方法，其特征在于，通过所述分割后每个句子的主题向量计算两两句子间的语义相似度采用如下计算公式：

其中，表示句子s_i、s_j的主题向量，计算结果数值越高则句子的语义相关度越高。

7.如权利要求6所述的文本自动摘要方法，其特征在于，所述计算每个句子的分值的方法采用了如下公式：

其中，TR(s_i)表示句子s_i的评分，α，e，β为预设的计算参数，s_i、s_j、s_k分别表示编号为i、j、k的句子，OUT(j)表示除s_j以外的句子，IN(i)表示包括s_i在内的所有句子，DOC表示待摘要的文档的句子集合，TopicSim(s_i,Title)表示待摘要文档与各句子间的语义相似度，其中，表示句子s_i的主题向量，表示待摘要文档的主题向量。