[发明专利]一种用于文本摘要的生成方法和系统

权利要求书

1.一种用于文本摘要的生成方法，其特征在于，包括以下步骤：

S1：对待处理文本进行预处理，其中，所述预处理包括去除所述待处理文本的html标签以及对所述待处理文本进行分词处理；

S2：基于TF-IDF统计方法，获取待处理文本中文本单元的权重；

S3：利用ilp算法、submodular算法和centroid算法分别计算获得所述待处理文本的第一文本摘要、第二文本摘要和第三文本摘要；基于深度卷积网络学习模型，获取所述待处理文本的第四文本摘要；响应于所述文本单元中含有预先建立的摘要词库中的词汇，获取第五文本摘要；

S4：将所述第一文本摘要、所述第二文本摘要、所述第三文本摘要、所述第四文本摘要和所述第五文本摘要进行加权计算，获取所述待处理文本的文本摘要；

其中，所述步骤S3中利用submodular算法获得所述第二文本摘要的具体方式为：利用贪心算法计算所述文本单元满足submodular函数最大化，submodular函数公式如下：

f(s∩t)+f(s∪t)≤f(s)+f(t)

其中，f为submodular函数，v表示文档中所有文本单元的集合，s、t表示抽取的文本摘要，c_i表示非负实数，β表示计划选择文本单元数；

所述步骤S4中所述第四文本摘要的获取方式具体包括：

基于将所述待处理文本、分割符和所述文本单元输入至输入层，基于word2vec将词语转换为向量值输入至卷积层，进行最大池化运算，输入至输出层进行softmax计算，利用标准结果进行差的运算调整卷积层和输出层的参数，进行深度神经网络的训练；

基于所述深度神经网络的训练，判断所述文本单元是否为文本摘要，输出所述第四文本摘要；

所述文本摘要的计算公式为：j_i＝∑(p_dd+p_ii+p_ss+p_cc+p_ll)，其中，p_d表示深度学习获取的所述第四文本摘要的准确率，p_i表示ilp算法获取的所述第一文本摘要的准确率，p_s表示submodular算法获取的所述第二文本摘要的准确率，p_c表示centroid算法获取的所述第三文本摘要的准确率，p_l表示摘要词库获取的所述第五文本摘要的准确率，d、i、s、c、l分别表示深度学习、ilp、submodular、centroid、摘要词库获取的文本摘要是否为待处理文本摘要的判断，取1表示是待处理文本摘要，取0表示不是待处理文本摘要。

2.根据权利要求1所述的用于文本摘要的生成方法，其特征在于，所述TF-IDF的计算公式如下：TF-IDF＝TF*IDF，其中TF表示词频，即某个词在文本中出现次数，IDF表示逆文档频率，具体计算为

3.根据权利要求1所述的用于文本摘要的生成方法，其特征在于，所述步骤S2中利用ilp算法获得所述第一文本摘要的具体方式为：对所述待处理文本进行概念抽取，利用带有约束的优化解进行计算，进而获得所述第一文本摘要，具体计算公式如下：

其中，x_i表示所述待处理文本的概念，s(x_i)表示所述概念的权值函数，表示所述概念是否出现在文本摘要中，d_j表示抽取的单元，n(d_j)表示d_j中的单词个数，表示抽取单元是否在文本摘要中，R表示文本摘要的长度约束，b(i，j)为二元常量，表示x_i是否出现在d_j中，sim表示计算冗余度度量，δ表示冗余门槛值。