[发明专利]融合多层次主题特征的文本摘要自动生成方法及装置

权利要求书

1.一种融合多层次主题特征的文本摘要自动生成方法，其特征在于，包含以下步骤：

步骤1，基于平均词嵌入方法，将源文本对应的词向量映射成固定长度的句向量；

步骤2，将源文本对应的句向量输入到编码器中的双向GRU网络中，并得到每个句向量所对应的隐藏层状态；

步骤3，基于生成的隐藏层状态，对源文本进行局部主题特征和全局信息特征提取；

步骤4，将提取到的局部主题特征和全局信息特征融入到源文本中进行解码，依次从源文本中选取句子组成摘要。

2.根据权利要求1所述的融合多层次主题特征的文本摘要自动生成方法，其特征在于，所述句向量的计算公式如下：

其中，set代表句向量，代表句子中的第i个单词w_i对应的词编码，i∈[1,n]，n表示该句中包含的单词向量个数。

3.根据权利要求2所述的融合多层次主题特征的文本摘要自动生成方法，其特征在于，所述隐藏层状态表示为：

其中，h_i由前向隐藏层状态和后向隐藏层状态拼接成，和的生成公式如下：

其中，x_i表示输入到双向GRU网络中的第i个句向量，i∈[1,m]，m表示源文本中包含的句向量的个数。

4.根据权利要求3所述的融合多层次主题特征的文本摘要自动生成方法，其特征在于，所述步骤3具体包含以下步骤：

步骤3.1，基于隐藏层状态提取源文本的局部主题特征sec_t；

步骤3.2，基于边缘隐藏层状态提取源文本的全局信息特征doc。

5.根据权利要求4所述的融合多层次主题特征的文本摘要自动生成方法，其特征在于，所述步骤3.1的局部主题特征sec_t由和拼接成，具体的计算过程如下：

其中，start_t和end_t分别代表每个分段开始和结束的句向量索引，代表前向局部主题特征，由分段前向隐藏层结束状态与分段前向隐藏层开始前状态相减得到，代表后向局部主题特征，由分段后向隐藏层结束状态与分段后向隐藏层开始前状态相减得到；

再将前向局部主题特征和后向局部主题特征进行融合，得到局部主题特征sec_t，表达式如下：

α代表融合因子，α∈(0,0.5)。

6.根据权利要求5所述的融合多层次主题特征的文本摘要自动生成方法，其特征在于，所述步骤3.2的全局信息特征doc表示为：

其中，代表前向隐藏层状态的最后一层状态，代表后向隐藏层状态的最后一层状态，doc由和拼接成。

7.根据权利要求6所述的融合多层次主题特征的文本摘要自动生成方法，其特征在于，所述步骤4具体包含以下步骤：

步骤4.1，将局部主题特征sec_t和全局信息特征doc融入源文本，得到包含多层次主题特征的输入编码input_i；

步骤4.2，将包含多层次主题特征的输入编码input_i输入到解码器进行解码，并依次从源文本中选取句子组成摘要。