[发明专利]基于句子特征分数加权的抽取式文本摘要生成方法及装置

权利要求书

1.一种基于句子特征分数加权的抽取式文本摘要生成方法，其特征在于，包括以下步骤：

S1，获取主题集中各个文档标题的词汇频率和所有句子的平均长度，基于所述词汇频率得到标题词表，其中所述主题集中包括多个同一主题的文档；

S2，采用句子打分式基础模型计算出所述主题集中句子i的基础模型分数S_i，基于所述标题词表中词汇的个数以及所述句子i中出现所述标题词表中的词汇的个数计算得到标题词汇特征分数F_h，响应于所述句子i为首句得到首句特征分数F_f，基于所述平均长度与所述句子i的长度计算得到句长特征分数F_l；

S3，将所述基础模型分数S_i、标题词汇特征分数F_h、首句特征分数F_f、句长特征分数F_l相乘得到所述句子i的句子分数Score_i；

S4，重复步骤S2-S3得到所述主题集中所有句子的句子分数，并基于所述句子分数在所述主题集中提取出目标摘要。

2.根据权利要求1所述的基于句子特征分数加权的抽取式文本摘要生成方法，其特征在于，所述步骤S1中基于所述词汇频率得到标题词表，具体包括：提取所述词汇频率超过预设频率阈值的词汇组成所述标题词表。

3.根据权利要求1所述的基于句子特征分数加权的抽取式文本摘要生成方法，其特征在于，所述步骤S2中句子打分式基础模型为基于神经网络的句子打分模型。

4.根据权利要求1所述的基于句子特征分数加权的抽取式文本摘要生成方法，其特征在于，所述步骤S2中基于所述标题词表中词汇的个数以及所述句子i中出现所述标题词表中的词汇的个数计算得到标题词汇特征分数F_h，具体采用下式计算：

其中，w_h为标题词汇的特征权重，h为所述标题词表中词汇的个数，t为所述句子i中出现所述标题词表中的词汇的个数。

5.根据权利要求1所述的基于句子特征分数加权的抽取式文本摘要生成方法，其特征在于，所述步骤S2中响应于所述句子i为首句得到首句特征分数F_f，具体包括，判断所述句子i是否为首句，若是，则采用下式计算所述首句特征分数F_f：

F_f＝w_f；

其中，w_f为首句的特征权重，否则，w_f的取值为1，所述首句特征分数F_f为1。

6.根据权利要求1所述的基于句子特征分数加权的抽取式文本摘要生成方法，其特征在于，所述步骤S2中基于所述平均长度与所述句子i的长度计算得到句长特征分数F_l，具体采用下式计算：

其中，w_l为句长的特征权重，L_avg为所述平均长度，L_i为所述句子i的长度。

7.根据权利要求1所述的基于句子特征分数加权的抽取式文本摘要生成方法，其特征在于，所述步骤S4中的基于所述句子分数在所述主题集中提取出目标摘要，具体包括：将所有句子的所述句子分数进行排序，将满足预设分数阈值的句子筛选出并抽取出来，组合成所述目标摘要。