[发明专利]印尼语文档摘要生成方法、装置、存储介质及终端设备

说明书

本发明公开了一种印尼语文档摘要生成方法，包括：对印尼语文档进行预处理；根据预设的映射字典将预处理后的所述印尼语文档转化为输入向量；基于预先训练的印尼语摘要模型根据所述输入向量获得输出向量；根据所述映射字典将所述输出向量转化为所述印尼语文档的文档摘要。相应的，本发明还公开了一种印尼语文档摘要生成装置、计算机可读存储介质及终端设备，采用本发明的技术方案能够实现印尼语文档摘要的自动生成，并且摘要结果具有连贯性，能够完整地概括文档内容。

技术领域

本发明涉及信息技术中的自然语言处理领域，尤其涉及一种印尼语文档摘要生成方法、装置、计算机可读存储介质及终端设备。

背景技术

用户在阅读长文本时需要耗费大量时间，文档自动摘要技术通过自动提取文档的摘要提供文档的概括性信息，用户只需阅读简短的摘要就可以初步窥探全文的重点内容，大大方便了用户的阅读与信息的获取，提升了用户获取或理解信息的效率。

在自动提取文档摘要的研究中，现有技术提供的一种使用较为广泛的摘要提取方法是摘要自动抽取方法，该方法基于词频、词特征等信息将文档中最重要的几个句子抽取出来作为文档的摘要，操作简单且保证了单个句子的可读性，但却存在摘要的句子与句子之间不连贯、摘要整体可读性差、摘要不能完整概括文档等缺点；另外，由于印尼语属于小语种，现有技术提供的摘要提取方法多用于中文、英文等常用语言文档的自动摘要生成，对印尼语并不适用。

发明内容

本发明实施例所要解决的技术问题在于，提供一种印尼语文档摘要生成方法、装置、计算机可读存储介质及终端设备，能够实现印尼语文档摘要的自动生成，并且摘要结果具有连贯性，能够完整地概括文档内容。

为了解决上述技术问题，本发明实施例提供了一种印尼语文档摘要生成方法，包括：

对印尼语文档进行预处理；

根据预设的映射字典将预处理后的所述印尼语文档转化为输入向量；

基于预先训练的印尼语摘要模型根据所述输入向量获得输出向量；

根据所述映射字典将所述输出向量转化为所述印尼语文档的文档摘要。

进一步地，所述印尼语摘要模型为融合了多层GRU神经网络与attention机制的seq2seq模型；其中，所述seq2seq模型的encoder为GRU-based+attention模型，所述seq2seq模型的decoder为GRU-based模型。

进一步地，所述基于预先训练的印尼语摘要模型根据所述输入向量获得输出向量，具体包括：

基于所述GRU-based+attention模型对所述输入向量进行编码，生成中间向量；

基于所述GRU-based模型对所述中间向量进行解码，生成所述输出向量的一个输出元素；

根据当前生成的输出元素和所述印尼语摘要模型生成所述当前生成的输出元素的下一相邻输出元素，直至生成所述输出向量的所有输出元素为止；

根据生成的所述所有输出元素获得所述输出向量。

进一步地，所述方法通过以下步骤根据所述当前生成的输出元素和所述印尼语摘要模型生成所述当前生成的输出元素的下一相邻输出元素：

将所述当前生成的输出元素发送至所述GRU-based+attention模型；

所述GRU-based+attention模型根据所述当前生成的输出元素对attention层进行更新，获得更新后的中间向量；

基于所述GRU-based模型对所述更新后的中间向量进行解码，生成所述当前生成的输出元素的下一相邻输出元素。

进一步地，所述对印尼语文档进行预处理，具体包括：