[发明专利]对话摘要训练数据的生成方法、装置、设备及存储介质

权利要求书

1.一种对话摘要训练数据的生成方法，包括：

获取多个参考文本及每个所述参考文本对应的参考摘要，其中，所述参考文本为具有对应摘要的任意类型的文本；

基于每个所述参考文本中包含的语句，生成对话语句集；

将所述对话语句集中的各个语句进行随机排列，以生成对话文本；

将多个所述参考摘要随机排列，以生成与所述对话文本对应的目标摘要；

其中，所述基于每个所述参考文本中包含的语句，生成对话语句集，包括：

根据每个所述参考摘要，从每个所述参考文本包含的多个语句中筛选目标语句；

基于每个所述参考文本中包含的目标语句，生成所述对话语句集；

其中，所述获取多个参考文本及每个所述参考文本对应的参考摘要，包括：

根据文本数据集中每个文本对应的摘要中包含的各个词语，确定候选词集；

将所述候选词集中每个词语，依次确定为候选词语；

确定所述文本数据集中包含所述候选词语的各个候选摘要的数量，其中，所述候选摘要对应的候选文本为所述参考文本；

响应于所述候选摘要的数量大于第一阈值，根据所述各个候选摘要对应的所述候选文本间的字符数量差值从所述各个候选摘要中选取所述参考摘要，或者，根据所述各个候选摘要对应的所述候选文本包含的语句数量间的差值从所述各个候选摘要中选取所述参考摘要。

2.如权利要求1所述的方法，其中，所述从所述各个候选摘要中选取所述参考摘要，包括：

响应于所述候选摘要的数量小于或等于第二阈值，确定所述各个候选摘要为所述参考摘要；

或者，

响应于所述候选摘要的数量大于所述第二阈值，将所述各个候选摘要中的任意数量个候选摘要确定为一组参考摘要。

3.如权利要求1所述的方法，其中，所述根据每个所述参考摘要，从每个所述参考文本包含的多个语句中筛选目标语句，包括：

将所述参考文本对应的所述参考摘要划分为多个摘要语句；

确定所述参考文本中每个语句与每个所述摘要语句间的关联度；

将关联度大于第二阈值的语句，确定为目标语句。

4.如权利要求1所述的方法，其中，所述根据每个所述参考摘要，从每个所述参考文本包含的多个语句中筛选目标语句，包括：

确定每个所述参考摘要对应的关键词集；

确定每个所述语句中包含所述关键词集中关键词的数量；

根据各个所述语句包含所述关键词的数量，从所述多个语句中筛选目标语句。

5.一种对话摘要训练数据的生成装置，包括：

获取模块，用于获取多个参考文本及每个所述参考文本对应的参考摘要，其中，所述参考文本为具有对应摘要的任意类型的文本；

第一生成模块，用于基于每个所述参考文本中包含的语句，生成对话语句集；

第二生成模块，用于将所述对话语句集中的各个语句进行随机排列，以生成对话文本；

第三生成模块，用于将多个所述参考摘要随机排列，以生成与所述对话文本对应的目标摘要；

筛选单元，用于根据每个所述参考摘要，从每个所述参考文本包含的多个语句中筛选目标语句；

生成单元，用于基于每个所述参考文本中包含的目标语句，生成所述对话语句集；

其中，所述获取模块包括：

第一确定单元，用于根据文本数据集中每个文本对应的摘要中包含的各个词语，确定候选词集；将所述候选词集中每个词语，依次确定为候选词语；

第二确定单元，用于确定所述文本数据集中包含所述候选词语的各个候选摘要的数量，其中，所述候选摘要对应的候选文本为所述参考文本；

第三确定单元，用于响应于所述候选摘要的数量大于第一阈值，根据所述各个候选摘要对应的所述候选文本间的字符数量差值，从所述各个候选摘要中选取所述参考摘要；或者响应于所述候选摘要的数量大于第一阈值，根据所述各个候选摘要对应的所述候选文本包含的语句数量间的差值，从所述各个候选摘要中选取所述参考摘要。