[发明专利]一种基于主题增强的文本摘要生成方法

权利要求书

1.一种基于主题增强的文本摘要生成方法，其特征在于，步骤包括：

步骤S1：对文本进行压缩编码后输入；

步骤S2：将主题信息和源文信息结合，通过双注意力机制形成文本信息；所述双注意力机制包括主题注意力模块和文本注意力模块；

步骤S3：将步骤S2形成的文本信息解码，生成与源文内容相关且主题信息增强的文本摘要。

2.根据权利要求1所述的基于主题增强的文本摘要生成方法，其特征在于，所述步骤S2中包括：获取文本的主题词，用来在自动生成摘要的过程中加入主题相关的信息；其中，提取主题信息并作为额外输入，使得生成摘要与源文之间共享相同主题信息。

3.根据权利要求2所述的基于主题增强的文本摘要生成方法，其特征在于，通过Twitter LDA模型的主题提取方法得到源文的主题词作为先验信息，以此确保最终生成的文本摘要与输入的源文在主题信息上保持统一。

4.根据权利要求3所述的基于主题增强的文本摘要生成方法，其特征在于，在所述步骤S2中采用Gibbs采样算法来训练Twitter LDA模型的参数，通过对Twitter LDA模型的训练，得到源文本每个主题和该主题的主题词集合。

5.根据权利要求1-4中任意一项所述的基于主题增强的文本摘要生成方法，其特征在于，所述步骤S1中，利用双向的LSTM编码器词对文本进行压缩编码，使每个词单元可以同时学习上下文信息。

6.根据权利要求5所述的基于主题增强的文本摘要生成方法，其特征在于，将双向的LSTM编码器的输出隐藏层状态{h₁,h₂,...,h_T}输入到文本注意力模块中，同时把从主题模块中提出的若干个出现概率最高的主题词组{t₁,t₂,...,t_n}输入到主题注意力模块中。

7.根据权利要求6所述的基于主题增强的文本摘要生成方法，其特征在于，对于时刻i，输入的上下文向量c_i可以由下式得到：

其中，hj的权重系数α_ij的计算方法下式所示：

其中，s_i-1是解码器上一时刻的隐藏层。

8.根据权利要求1-4中任意一项所述的基于主题增强的文本摘要生成方法，其特征在于，所述步骤S1包括对主题词的编码：

步骤S101：对主题词进行编码，获得主题词向量；

步骤S102：将这些主题词向量作为模型的输入；

步骤S103：将源文的主题词向量作为模型的输入，注入到主题注意力中，与文本注意力模型相结合。

9.根据权利要求1-4中任意一项所述的基于主题增强的文本摘要生成方法，其特征在于，所述步骤S3中通过解码器生成与源文档信息相关并且主题信息增强的文本摘要。