[发明专利]基于端到端深度学习模型的文章标题生成方法

说明书

本发明公开了基于端到端深度学习模型的文章标题生成方法，本发明对文章进行分类，对文章标题进行意图识别，在输入端提供文章品类和标题意图组合，这些额外信息优化了标题生成的质量，并且可以人工控制标题内容形式，具备更强的多样性。本发明能够选取热门的标题意图组合，生成的标题内容更加具有吸引力；因为模型生成的标题内容和输入的意图组合有关，因此可以通过给定不同的意图组合来控制标题的内容形式，在文章标题需要突出某些方面内容时有很大作用。

技术领域

本发明具体涉及基于端到端深度学习模型的文章标题生成方法。

背景技术

针对垂直领域文章标题自动生成的问题，目前主要有以下的解决方法：

(1)根据用户输入搜索网络上垂直领域的文章标题。

(2)收集垂直领域文章标题后，总结内容规律，人工编写标题模板，在模板中填充文章的具体信息来生成标题。

现有技术中，存在以下缺点：

(1)基于搜索和模板的标题自动生成方法，生成的标题与文章正文关联度低，会给读者带来题文不符的不良感受。

(2)现有技术生成的标题多样性较差，无法人工控制标题内容形式。

发明内容

针对上述情况，为克服现有技术的缺陷，本发明提供基于端到端深度学习模型的文章标题生成方法。

为了实现上述目的，本发明提供以下技术方案：

基于端到端深度学习模型的文章标题生成方法，包括以下步骤：

(1)将文章正文输入文章品类分类模型，得到文章品类；将文章分割成小段，利用意图分类模型，预测文章意图；根据文章品类和文章意图，从该文章品类下的热门的标题意图组合中，优先选取由文章意图组成的标题意图组合；

(2)对文章正文进行分词，选取摘要，得到正文摘要；

(3)将正文摘要、文章品类、标题意图组合拼接后得到输入数据，将其输入到端到端标题生成模型，得到文章标题。

进一步地，所述端到端标题生成模型的构建包括数据集建立与模型训练，所述数据集建立与模型训练包括以下步骤：

(1.1)搜集垂直领域的文章语料；

(1.2)由垂直领域专家对步骤(1.1)得到的文章语料中的文章进行归类，得到文章品类；选取一定量的文章，得到文章数据集{A₁，A₂，A₃……A_i……A_n}，n为文章数量，A_i表示第i篇文章，1≤i≤n；对文章进行分类标注得到文章品类数据集{C₁，C₂，C₃……C_i……C_n}，其中C_i是A_i的文章品类，训练bert模型得到文章品类分类模型；