[发明专利]一种基于极简摘要策略的科技文本问题方法抽取的方法

权利要求书

1.一种基于极简摘要策略的科技文本问题方法抽取的方法，其特征是，包括以下步骤：

S1.输入科技文档，对非结构化文本进行预处理，得到语料标签；

S2.对预处理后的文本进行多粒度向量化表征；

S3.搭建seq2seq架构的神经网络模型，生成限定内容与样式的极简摘要；

S4.从S3生成的极简摘要中抽取问题词与方法词。

2.如权利要求1所述的基于极简摘要策略的科技文本问题方法抽取的方法，其特征是，S1的具体实施包括：

S1.1.使用正则表达式去除非结构化文本中的特殊字符；

S1.2.使用NLTK工具包对非结构化文本进行句子切分；

S1.3.归约科技文本中对于问题方法的描述范式，构建字符串匹配模板集，从目标文档中获取训练语料标签。

3.如权利要求1所述的基于极简摘要策略的科技文本问题方法抽取的方法，其特征是，S2的具体实施包括：使用BERT预训练模型对S1预处理后的文本进行向量化表征，得到含文本语义信息的特征向量。

4.如权利要求3所述的基于极简摘要策略的科技文本问题方法抽取的方法，其特征是，S3的具体实施包括：

S3.1.采用Transformers模型搭建seq2seq架构的神经网络模型作为编码器，对S2所得特征向量进行编码，生成语义编码向量；

S3.2.将S3.1所得语义编码向量输入多头注意力网络层，输出中间状态向量；

S3.3.采用Transformers模型搭建seq2seq架构的神经网络模型作为解码器，对S3.2所得中间状态向量进行解码操作，生成限定内容与样式的极简摘要。

5.如权利要求1所述的基于极简摘要策略的科技文本问题方法抽取的方法，其特征是，S4的具体实施包括：使用句法分析和词性分析从S3生成的极简摘要中抽取出问题词和方法词。