[发明专利]一种生成文本标题的方法及计算设备

说明书

本发明公开了一种生成文本标题的方法，包括步骤：对文本进行预处理，生成文本对应的多个对象；确定对象对应的特征向量；将特征向量输入编码‑解码模型中进行处理，其中编码‑解码模型包括相互耦接的编码组件和解码组件，经编码组件生成对应的隐藏向量，经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；基于注意力分布，确定生成目标对象的概率；以及基于概率，从所生成的目标对象中确定至少一个目标对象，作为文本的标题。本发明一并公开了相应的计算设备。

技术领域

本发明涉及自然语言处理技术领域，尤其是一种生成文本标题的方法及计算设备。

背景技术

随着自媒体与互联网信息技术的发展，网络上的文章越来越多。通常，编辑们在写好文章后，需要为其想到一个既能充分概括文章内容、又能够吸引用户眼球的标题，以增加文章的浏览量。这种方式耗时耗力，无疑增加了编辑的负担。

另一方面，随着人工智能技术和自然语言处理技术的发展，一些生成模型被用于生成文章的摘要。目前主流的生成摘要的方式有两种：抽取式摘要和生成式摘要。其中，抽取式摘要主要是抽取原文中一些重要的句子，来组合成一篇摘要。这种方式虽然处理简单，但抽取出来的高分句子可能会存在选择错误，句子有可能与文章的主题并不相关，且句子之间连贯性差，读起来并不通顺。生成式摘要则是类似人类编辑，通过理解全文来简练地概括全文摘要，保证了前后文的连贯性。但这种方式的主要缺点是未登录词(OOV，Out-of-vocabulary)问题和生成重复问题。有时所生成的摘要中会有一些词并不是原文中的，而且还会在生成摘要的过程中出现词语的重复。

综上，需要为一篇文章快速地匹配到合适标题的方案，能够既吸引用户眼球又符合语法逻辑。

发明内容

为此，本发明提供了一种生成文本标题的方法及计算设备，以力图解决或者至少缓解上面存在的至少一个问题。

根据本发明的一个方面，提供了一种生成文本标题的方法，适于在计算设备中执行，包括步骤：对文本进行预处理，生成文本对应的多个对象；确定对象对应的特征向量；将特征向量输入编码-解码模型中进行处理，其中编码-解码模型包括相互耦接的编码组件和解码组件，经编码组件生成对应的隐藏向量，经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；基于注意力分布，确定生成目标对象的概率；以及基于概率，从所生成的目标对象中确定至少一个目标对象，作为文本的标题。

可选地，根据本发明的方法还包括步骤：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。

可选地，在根据本发明的方法中，对象包括词或字，对文本进行预处理，生成文本对应的多个对象的步骤包括：对文本进行切分，得到至少一个句子；将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。

可选地，根据本发明的方法还包括步骤：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。

可选地，根据本发明的方法还包括步骤：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，编码组件包括第一模型和第二模型，且第一模型和第二模型均为双向RNN模型。