[发明专利]一种用于为文章生成摘要的方法及系统

权利要求书

1.一种用于为文章生成摘要的方法，所述方法包括：

对文章内容进行分词处理，所分出的每个词对应一个词向量，将分出的所有的词向量映入多维的词向量空间，包括：通过jieba分词工具对文章内容进行分词，然后通过词嵌入word embedding的方式对文章分出的每个词分配一个对应的词向量，将分出的所有的词向量映入多维的词向量空间；

对分出的每个词分配权重并进行编码生成上下文向量，并且根据上下文向量进行解码，生成初始摘要，包括：在编码端Encoder通过注意力机制Attention对分好词的文章内容中的每个词分配权重并进行编码，生成一个上下文向量，再使用序列到序列集束搜索解码Seq2Seq with beamsearch的解码方式，通过抽象的上下文向量不断解码生成初始摘要；

分别对所述文章的原摘要和序列生成对抗网络SeqGan，通过初始化参数和随机噪音数据生成的随机内容进行标识，优化序列生成对抗网络SeqGan的判别器与生成器参数，训练完成后，通过序列生成对抗网络SeqGan的判别器对所述初始摘要进行识别；

所述判别器对所述初始摘要识别的结果为符合要求时，则将所述初始摘要作为最终摘要。

2.根据权利要求1所述的方法，所述分别对所述文章的原摘要和序列生成对抗网络SeqGan，通过初始化参数和随机噪音数据生成的随机内容进行标识，优化序列生成对抗网络SeqGan的判别器与生成器参数，训练完成后，通过判别器对所述初始摘要进行识别，包括：

分别对所述文章的原摘要和序列生成对抗网络SeqGan，通过初始化参数和随机噪音数据生成的随机内容进行标识，训练序列生成对抗网络SeqGan的判别器与生成器，不断优化序列生成对抗网络SeqGan的判别器与生成器的参数；

训练完成后，将所述初始摘要放入序列生成对抗网络SeqGan中，通过判别器对所述初始摘要进行识别。

3.根据权利要求1所述的方法，还包括：所述判别器对所述初始摘要识别的结果为不符合要求时，将所述初始摘要放入生成器中进行进一步优化，重复迭代直至判别器识别所述初始摘要符合要求。

4.根据权利要求1所述的方法，所述分别对所述文章的原摘要和序列生成对抗网络SeqGan，通过初始化参数和随机噪音数据生成的随机内容进行标识，包括：

对所述文章的原摘要标识为“1”；

对所述文章的原摘要和序列生成对抗网络SeqGan通过初始化参数和随机噪音数据生成的随机内容标识为“0”。

5.一种用于为文章生成摘要的系统，所述系统包括：

初始单元，用于对文章内容进行分词处理，所分出的每个词对应一个词向量，将分出的所有的词向量映入多维的词向量空间；通过jieba分词工具对文章内容进行分词，然后通过词嵌入word embedding的方式对文章分出的每个词分配一个对应的词向量，将分出的所有的词向量映入多维的词向量空间；

生成单元，用于对分出的每个词分配权重并进行编码生成上下文向量，并且根据上下文向量进行解码，生成初始摘要；在编码端Encoder通过注意力机制Attention对分好词的文章内容中的每个词分配权重并进行编码，生成一个上下文向量，再使用序列到序列集束搜索解码Seq2Seq with beamsearch的解码方式，通过抽象的上下文向量不断解码生成初始摘要；

识别单元，用于分别对所述文章的原摘要和序列生成对抗网络SeqGan，通过初始化参数和随机噪音数据生成的随机内容进行标识，优化序列生成对抗网络SeqGan的判别器与生成器参数，训练完成后，通过序列生成对抗网络SeqGan的判别器对所述初始摘要进行识别；

确认单元，用于所述判别器对所述初始摘要识别的结果为符合要求时，则将所述初始摘要作为最终摘要。