[发明专利]基于摘要语义分析的计算机视觉类论文内容判别方法及系统

说明书

本发明涉及一种基于摘要语义分析的计算机视觉类论文内容判别方法及系统。该方法包括：针对输入的计算机视觉类论文的摘要进行预处理，并根据预处理结果完成机器学习模型结构名称的提取；提取计算机视觉类论文的关键词组，并将提取到的关键词组中的所有词都加入一个单词集合；设计每一个研究领域类别设计单词表，并对每一个表中的每个单词设计权重，统计单词集合中每一个词表中的得分，最大的得分对应的类别即为研究领域类别；根据得到的关键词组构建备选关键词组集，根据确定的研究领域类别及其对应的词表和权重，对备选关键词组集中的所有词组进行计算得分，最高得分的即为概述摘要的目标关键词组。本发明能够实现计算机视觉类论文内容的判别。

技术领域

本发明属于自然语言处理领域，具体涉及一种基于摘要语义分析的计算机视觉类论文内容判别方法及系统。

背景技术

随着大数据和机器学习等计算机技术近几年引发的巨大关注以及取得的令人瞩目的成果，含有更多隐藏层具有更加复杂的网络结构被提出，能够比传统的机器学习方法更具有强大有效的特征学习和特征表达能力。同时，为计算机视觉领域的研究提供了更多的思路和方法，在目标检测、目标跟踪、超分辨率、图片生成、3D建模和人体姿态相关等方向都有了广泛的应用，并取得了令人欣喜的实验结果。

由此，产生了如何根据所遇到的问题，快速找到所需要的模型，或者根据已知模型，找到对应解决的问题的需求。

为了满足这样的需求，就希望能对计算机论文进行应用类型的判别以及自动文本摘要，利用自然语言处理的技术提取出论文的简练结构化信息。而根据计算机视觉类论文的特点，在论文的摘要部分常常会存在着能够给予读者快速理解论文主要工作以及贡献的有价值的关键信息。

于是根据计算机视觉类论文的摘要，通过自然语言处理的分词、句法语法分析等技术，对文本进行内容判别和自动文本摘要等操作，获得我们希望提取的信息就成了一个值得试验的思路。

根据上述的思路，对六个特定类别的计算机视觉类论文：目标检测、目标跟踪、超分辨率相关、图片生成、3D建模和人体姿态相关，针对其摘要进行摘要中机器学习模型名称的提取，实现基于摘要的论文研究领域判别以及概述摘要的关键词组抽取模型。

发明内容

本发明的目的在于提供一种基于摘要语义分析的计算机视觉类论文内容判别方法及系统，能够实现计算机视觉类论文内容的判别。

为实现上述目的，本发明的技术方案是：一种基于摘要语义分析的计算机视觉类论文内容判别方法，包括如下步骤：

步骤S1、针对输入的计算机视觉类论文的摘要进行预处理，而后，根据预处理结果完成机器学习模型结构名称的提取；

步骤S2、首先，提取计算机视觉类论文的关键词组，并将提取到的关键词组中的所有词都加入一个单词集合；而后，设计每一个研究领域类别设计单词表，并对每一个表中的每个单词设计权重，统计单词集合中每一个词表中的得分，最大的得分对应的类别即为研究领域类别；

步骤S3、根据步骤S2得到的关键词组构建备选关键词组集，而后，根据步骤S2确定的研究领域类别及其对应的词表和权重，对备选关键词组集中的所有词组进行计算得分，最高得分的即为概述摘要的目标关键词组。

在本发明一实施例中，所述步骤S1具体实现如下：

步骤S11、预处理：针对输入的计算机视觉类论文的摘要进行预处理，包括将段落形式的摘要切分成句子，再将句子由自然语言处理工具corenlp进行分词和依存分析的操作；

步骤S12、构建基于依存树的名称关键词提取模型：根据分词的结果顺序排列的词列表和依存分析的结果依存树，以关键词'network','Network','NETWORK'为起点向前回溯查找依存关系为amod,numod,det,acomp,nmod且父节点为关键词的词语加入代表机器学习模型结构名称的词列表中，完成机器学习模型结构名称的提取。