[发明专利]一种生成文本标题的方法及计算设备

权利要求书

1.一种生成文本标题的方法，所述方法适于在计算设备中执行，包括步骤：

对文本进行预处理，生成所述文本对应的多个对象；

确定所述对象对应的特征向量；

将所述特征向量输入编码-解码模型中进行处理，其中所述编码-解码模型包括相互耦接的编码组件和解码组件，经所述编码组件生成对应的隐藏向量，经所述解码组件输出多个目标对象；

基于编码组件的隐藏向量和解码组件的在对应时间步的状态，计算对应对象的注意力分布；

基于所述注意力分布，确定生成目标对象的概率；以及

基于所述概率，从所生成的目标对象中确定至少一个目标对象，作为所述文本的标题。

2.如权利要求1所述的方法，其中，所述基于编码组件的隐藏向量和解码组件在对应时间步的状态，计算对应对象的注意力分布的步骤还包括：

基于当前解码时间步之前所有解码时间步的注意力分布，确定所述文本的对象分布；

基于编码组件的隐藏向量、解码组件的输出状态和文本的对象分布，计算关于对象的注意力分布。

3.如权利要求1或2所述的方法，其中，所述对象包括词或字，

所述对文本进行预处理，生成文本对应的多个对象的步骤包括：

对所述文本进行切分，得到至少一个句子；

将所述至少一个句子划分成多个分段；

对各分段分别进行分词或分字处理，来生成各分段对应的词或字。

4.如权利要求1-3中任一项所述的方法，其中，所述确定对象对应的特征向量的步骤包括：

对所生成的对象分别进行词嵌入，生成各对象对应的特征向量。

5.如权利要求3所述的方法，其中，经所述编码组件生成各对象对应的隐藏向量的步骤还包括：

将各分段的特征向量输入第一模型中进行处理，得到对应分段的段向量；

将各段向量输入第二模型中进行处理，以生成各段向量对应的隐藏向量，并输入到解码组件，

其中，所述编码组件包括第一模型和第二模型。

6.如权利要求5所述的方法，其中，所述第一模型和所述第二模型均为双向RNN模型。

7.如权利要求2所述的方法，其中，所述每个对象的注意力概率根据如下公式计算：

其中，

为第i个输入对象在t时刻的注意力概率，h_i为在编码组件中第i个输入对象的隐藏向量，s_t为解码组件在t时刻的输出状态，为文本的对象分布，W_h、W_s、W_c和b_attn为学习参数，v^T是对于激活函数tanh所要学习的向量。

8.一种生成文本标题的装置，驻留在计算设备中，包括：

文本处理单元，适于对文本进行预处理，生成所述文本对应的多个对象，并确定所述对象对应的特征向量；

对象处理单元，适于将所述特征向量输入编码-解码模型中进行处理，其中所述编码-解码模型包括相互耦接的编码组件和解码组件，经所述编码组件生成各对象对应的隐藏向量，经所述解码组件输出多个目标对象，还适于基于编码组件的隐藏向量和解码组件在对应时间步的状态，计算对应对象的注意力分布，以及，基于所述注意力分布，确定生成目标对象的概率；

标题确定单元，适于基于所述概率，从所生成的目标对象中确定至少一个目标对象，作为所述文本的标题。

9.一种计算设备，包括：

一个或多个处理器；和

存储器；

一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1-7所述方法中的任一方法的指令。

10.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当计算设备执行时，使得所述计算设备执行根据权利要求1-7所述的方法中的任一方法。