[发明专利]一种文本摘要的提取方法、装置、终端设备和存储介质

权利要求书

1.一种文本摘要的提取方法，其特征在于，包括：

获取待处理文本；

分别提取所述待处理文本包含的各个句子的句向量和词向量；

采用遍历的方式计算所述各个句子中任意两两句子之间的相似度，其中，所述任意两两句子之间的相似度根据所述任意两两句子的句向量和词向量计算获得；

根据所述任意两两句子之间的相似度构建有向带权图；

基于目标迭代公式以及所述有向带权图，计算得到每个所述句子的排名值；

将所述各个句子中所述排名值小于指定数值的目标句子确定为所述待处理文本的摘要。

2.如权利要求1所述的方法，其特征在于，所述采用遍历的方式计算所述各个句子中任意两两句子之间的相似度，包括：

根据第一句子的词向量和第二句子的词向量，计算得到第一句向量相似度，其中，所述第一句子和所述第二句子为所述各个句子中的任意两个句子；

根据所述第一句子的句向量和所述第二句子的句向量，计算得到第二句向量相似度；

根据所述第一句向量相似度和所述第二句向量相似度，计算得到所述第一句子和所述第二句子之间的相似度。

3.如权利要求2所述的方法，其特征在于，所述根据第一句子的词向量和第二句子的词向量，计算得到第一句向量相似度，包括：

分别计算所述第一句子包含的每个词语的TF-IDF值，以及所述第二句子包含的每个词语的TF-IDF值；

以对应的TF-IDF值作为权重，对所述第一句子的词向量进行加权求和操作，得到所述第一句子的目标句向量；

以对应的TF-IDF值作为权重，对所述第二句子的词向量进行加权求和操作，得到所述第二句子的目标句向量；

计算所述第一句子的目标句向量和所述第二句子的目标句向量之间的余弦距离，并基于所述余弦距离确定所述第一句向量相似度。

4.如权利要求2所述的方法，其特征在于，所述根据所述第一句向量相似度和所述第二句向量相似度，计算得到所述第一句子和所述第二句子之间的相似度，包括：

使用以下公式计算得到所述第一句子和所述第二句子之间的相似度：

Similarity₁₂＝a*Similarity₁+b*Similarity₂

其中，Similarity₁₂表示所述第一句子和所述第二句子之间的相似度，Similarity₁表示所述第一句向量相似度，Similarity₂表示所述第二句向量相似度，a和b为超参数。

5.如权利要求4所述的方法，其特征在于，所述超参数a和b通过以下方式确定：

采用遍历的方式计算所述第一句子包含的各个词向量中两两词向量之间的相似度，以及计算所述第二句子包含的各个词向量中两两词向量之间的相似度；

对所述第一句子包含的各个词向量中两两词向量之间的相似度进行求和，得到第一词向量相似度，以及对所述第二句子包含的各个词向量中两两词向量之间的相似度进行求和，得到第二词向量相似度；

根据所述第一词向量相似度和所述第二词向量相似度确定所述超参数a和b。

6.如权利要求1所述的方法，其特征在于，所述有向带权图的节点表示句子，所述有向带权图的边表示句子之间的相似度，在根据所述任意两两句子之间的相似度构建有向带权图之后，还包括：

删除所述有向带权图中对应的句子相似度小于设定阈值的边。

7.如权利要求1至6中任一项所述的方法，其特征在于，所述分别提取所述待处理文本包含的各个句子的句向量和词向量，包括：

对所述待处理文本执行预处理操作；

将预处理操作后的所述待处理文本输入预先训练的Bert模型进行处理，通过所述Bert模型输出所述待处理文本包含的各个句子的句向量和词向量。