[发明专利]一种摘要生成方法及设备

权利要求书

1.一种摘要生成方法，其特征在于，包括：

获取已分组对象对应的已分组文本信息，从而得到与至少一个已分组对象对应的至少一个已分组文本信息；

对所述已分组文本信息进行分词发现处理，得到初始关键词；

对至少一个已分组文本信息进行主题提取，获取每个主题所对应的主题文本信息的主题关键词信息，从而得到至少一个主题关键词信息；

依据所述至少一个主题关键词信息，从所述初始关键词中选择摘要关键词；

获取所述摘要关键词在所述已分组文本信息中的分词语序，依据所述分词语序对所述摘要关键词进行排序组合，得到目标摘要，从而得到与所述至少一个已分组文本信息对应的至少一个目标摘要。

2.根据权利要求1所述的方法，其特征在于，所述对所述已分组文本信息进行分词发现处理，得到初始关键词，包括：

对所述已分组文本信息进行分词处理，得到分词结果；

对所述分词结果进行词发现处理，得到候选词；

计算所述候选词的凝固度和自由度；

将所述凝固度和所述自由度的加权和，作为所述候选词的候选词权重；

根据所述候选词权重，从所述候选词中选择所述初始关键词。

3.根据权利要求1所述的方法，其特征在于，所述对至少一个已分组文本信息进行主题提取，包括：

对所述至少一个已分组文本信息进行向量转换，得到至少一个已分组文本向量；所述至少一个已分组文本向量与所述至少一个已分组文本信息一一对应；

对所述至少一个已分组文本向量进行聚类，得到至少一个主题，完成对所述至少一个已分组文本信息的主题提取；每个主题为所述至少一个主题中的任一主题。

4.根据权利要求1所述的方法，其特征在于，所述获取每个主题所对应的主题文本信息的主题关键词信息，包括：

对每个主题文本信息进行关键词提取，得到初始主题关键词和初始主题关键词权重；

依据词向量模型，确定所述初始主题关键词的同义词，得到同义主题关键词；所述词向量模型为预先训练得到的用于获取词的向量的模型；

将所述初始主题关键词与所述同义主题关键词合并，得到候选主题关键词；

将所述初始主题关键词权重和所述候选主题关键词，作为所述主题关键词信息。

5.根据权利要求1所述的方法，其特征在于，所述依据所述至少一个主题关键词信息，从所述初始关键词中选择摘要关键词，包括：

依据所述初始关键词与所述至少一个主题关键词信息，计算所述初始关键词的权重，得到初始关键词权重；

依据所述初始关键词权重，从所述初始关键词中选择第一子摘要关键词；

基于所述第一子摘要关键词，得到所述摘要关键词。

6.根据权利要求5所述的方法，其特征在于，所述依据所述初始关键词与所述至少一个主题关键词信息，计算所述初始关键词的权重，得到所述初始关键词权重，包括：

从所述至少一个主题关键词信息中，确定所述已分组文本信息对应的主题关键词信息，得到目标主题关键词信息；

统计所述初始关键词在所述已分组文本信息中的出现频率，得到初始关键词词频率；

当所述初始关键词不属于所述至少一个主题关键词信息时，统计所述初始关键词在所述至少一个已分组文本信息中的出现频率，得到初始关键词分组频率；

将所述初始关键词词频率与所述初始关键词分组频率的乘积，作为所述初始关键词的权重，得到所述初始关键词权重。