[发明专利]生成新闻页面的方法、装置、计算机设备及存储介质

权利要求书

1.一种生成新闻页面的方法，其特征在于，所述方法包括：

获取数据库中的各篇新闻文章和所述各篇新闻文章的点展数据，所述点展数据用于指示对应的新闻文章被曝光的信息、对应的新闻文章被点击的信息以及对应的新闻文章被展示的信息中的至少一种；所述各篇新闻文章包括一个或者多个类型的新闻文章；

根据所述各篇新闻文章的文章内容和所述各篇新闻文章的点展数据获取所述各篇新闻文章的重要性得分；

获取N篇新闻文章，所述N篇新闻文章是所述各篇新闻文章按照对应的重要性得分从高到低进行排序后的前N篇新闻文章，N是大于等于2的整数；所述N篇新闻文章的文章内容包括所述N篇新闻文章的标题以及所述N篇新闻文章的正文文本；

根据所述N篇新闻文章的正文文本，生成所述N篇新闻文章的摘要；

对所述N篇新闻文章各自的标题进行压缩，获得所述N篇新闻文章各自的压缩后的标题；将所述N篇新闻文章各自的压缩后的标题进行组合，生成所述N篇新闻文章的总标题；所述压缩后的标题包括所述新闻文章的标题中的核心谓语动词、所述核心谓语动词对应的主语成分、以及对应所述核心谓语动词中的及物动词的宾语和宾语补足语；

生成包含所述N篇新闻文章各自的摘要，以及所述N篇新闻文章的总标题的新闻页面；

其中，所述根据所述N篇新闻文章的正文文本，生成所述N篇新闻文章的摘要，包括：

对于所述N篇新闻文章中的第一新闻文章，对所述第一新闻文章的正文文本进行切分，获得所述第一新闻文章的正文文本中的各个句子；

获取所述各个句子各自的句子统计特征、所述各个句子各自的句子语义特征以及所述各个句子各自的句间语义特征；所述句子统计特征包括：句子长度、句子在新闻文章中的位置、句子在段落中的位置、句子所属的段落长度、句子所属段落在新闻文章中的位置、句末标点符号类型、句子中包含的时间指示词、句子是否属于黑名单、句子是否属于白名单以及句子中包含的表示主旨的提示词中的至少一种；所述句子语义特征包括：句子与对应的新闻文章的标题的语义相似度以及句子与对应的新闻文章的语义相似度中的至少一种；所述句间语义特征包括：句子与对应的新闻文章中的其它句子的相似度，以及句子与下文的语义相似度中的至少一种；

通过预先训练好的梯度迭代提升树模型对所述各个句子各自的句子统计特征、所述各个句子各自的句子语义特征以及所述各个句子各自的句间语义特征进行特征组合，通过预先训练好的逻辑回归模型对所述梯度迭代提升树模型组合获得的各项特征进行处理，输出所述各个句子各自的重要性得分；所述梯度迭代提升树模型组合获得的各项特征的数量，大于各个句子各自的句子统计特征、所述各个句子各自的句子语义特征以及所述各个句子各自的句间语义特征的数量之和；

将所述各个句子中的m个句子按照各自的重要性得分从高到低的顺序组合生成所述第一新闻文章的摘要，所述m个句子是所述各个句子按照对应的重要性得分从高到低进行排序后的前m个句子，m是大于等于2的整数；

其中，m的数值根据按照重要性得分从高到低的顺序排列后的各个句子的字数确定；∑l_ml∑l_m+1，或者，∑l_m-1l∑l_m；∑l_m-1为排序后的前m-1个句子的字数之和，∑l_m为排序后的前m个句子的字数之和，∑l_m+1为排序后的前m+1个句子的字数之和，l为要求的摘要长度。

2.根据权利要求1所述的方法，其特征在于，所述根据所述各篇新闻文章的文章内容和所述各篇新闻文章的点展数据获取所述各篇新闻文章的重要性得分，包括：

对所述各篇新闻文章的至少一项指定信息进行量化，所述指定信息包括对应的新闻文章的正文内容、对应的新闻文章的点展数据、对应的新闻文章的话题热度以及对应的新闻文章的发布时间中的至少一种；

将所述各篇新闻文章各自的至少一项指定信息的量化值进行加权求和，获得所述各篇新闻文章的重要性得分。