[发明专利]物品的摘要生成方法、装置和设备

权利要求书

1.一种物品的摘要生成方法，其特征在于，包括：

获取用户输入的物品的标识和用于描述所述物品关联信息的文本信息；

基于数据库中存储的所述物品的属性以及所述物品的标识，根据预设的知识图谱获取所述物品的当前属性值；

根据所述物品的属性以及属性对应的当前属性值，从预设词典中确定对应的当前属性词，所述当前属性词为用于描述所述当前属性值的词语；

根据所述当前属性词和所述文本信息，生成所述物品的摘要。

2.根据权利要求1所述的方法，其特征在于，所述根据所述当前属性词和所述文本信息，生成所述物品的摘要，包括：

将所述文本信息进行编码，得到编码器隐层序列；

根据预设模型和所述编码器隐层序列，计算得到从所述文本信息中输出摘要词的第一概率，所述摘要词用于构建所述物品的摘要；

根据预设模型和所述编码器隐层序列，计算得到从所述预设词典的当前属性词中输出所述摘要词的第二概率；

根据所述第一概率和第二概率之和的大小，对所述摘要词进行选取，生成所述物品的摘要。

3.根据权利要求2所述的方法，其特征在于，所述根据预设模型和所述编码器隐层序列，计算得到从所述文本信息中输出摘要词的第一概率，包括：

对所述文本信息中的词汇进行注意力加权，获取所述文本信息中的每一个词汇的注意力权重；

从所述文本信息中生成摘要词，根据所述预设模型和所述编码器隐层序列，计算得到所述摘要词的输出概率；

根据所述文本信息中每一个词汇的注意力权重和所述摘要词的输出概率，计算得到所述第一概率。

4.根据权利要求3所述的方法，其特征在于，所述根据预设模型和所述编码器隐层序列，计算得到从所述预设词典的当前属性词中输出所述摘要词的第二概率，包括：

根据所述编码器隐层序列和所述文本信息中每一个词汇的注意力权重，计算得到上下文向量；

根据所述预设模型和所述上下文向量，获取解码器隐层序列；

根据所述预设模型、所述解码器隐层序列和所述上下文向量，计算得到从所述预设词典的当前属性词中生成所述摘要词的概率；

根据所述从所述预设词典的当前属性词中生成所述摘要词的概率和所述摘要词的输出概率，计算得到从所述预设词典的当前属性词中输出所述摘要词的第二概率。

5.根据权利要求3所述的方法，其特征在于，所述根据所述文本信息中每一个词汇的注意力权重和所述摘要词的输出概率，计算得到所述第一概率，包括：

获取所述文本信息中相同的词汇分别对应的注意力权重；

将所述相同的词汇对应的注意力权重之和与所述摘要词的输出概率相乘，计算得到所述第一概率。

6.根据权利要求1所述的方法，其特征在于，所述根据所述物品的属性以及属性对应的当前属性值，从预设词典中确定对应的当前属性词，包括：

根据所述物品的标识，获取所述数据库中存储的所述物品的属性；

根据所述物品的属性，获取所述物品的每一个属性对应的属性词全集，所述属性词全集包括用于描述物品的属性值的属性词；

根据所述物品的属性对应的当前属性值，从所述属性词全集中确定所述物品的当前属性词。

7.根据权利要求6所述的方法，其特征在于，所述基于数据库中存储的所述物品的属性以及所述物品的标识，根据预设的知识图谱获取所述物品的当前属性值，包括：

获取所述物品的标识，从所述数据库中获取所述物品的每一个属性；

根据所述物品的每一个属性，查找所述预设的知识图谱，得到所述物品每一个属性对应的当前属性值，所述预设知识图谱包括所述物品的规格描述和包装描述。