[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

说明书

本公开提出了一种对话摘要训练数据的生成方法、装置、电子设备及存储介质，涉及计算机技术领域，具体涉及深度学习、自然语言处理等人工智能技术领域，具体实现方案为：获取多个参考文本及每个所述参考文本对应的参考摘要；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。本公开采用非对话形式的文本及对应的摘要，构建对话文本及对话摘要，实现了获取大量的对话摘要训练数据，为训练得到对话摘要算法模型提供了支撑。

技术领域

本公开涉及计算机技术领域，具体涉及自然语言处理、深度学习等人工智能技术领域，尤其涉及一种对话摘要训练数据的生成方法、装置、设备及存储介质。

背景技术

目前，各种形式的对话数据日益增多，比如会议、闲聊、客服对话、医患对话等。对话摘要可以从复杂的对话数据中提取关键信息，从而降低人们理解对话数据的难度。其中，建立对话摘要算法模型，是从对话数据中获取对话摘要的方式之一。然而，人工标注对话摘要费时费力。因此，研究如何生成大量的对话摘要训练数据，具有重要意义。

发明内容

本公开提供了一种对话摘要训练数据的生成方法、装置、设备以及存储介质。

根据本公开的第一方面，提供了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；

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。

根据本公开的第二方面，提供了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；

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。

本公开第三方面实施例提出了一种计算机设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如本公开第一方面实施例提出的方法。

本公开第四方面实施例提出了一种非临时性计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如本公开第一方面实施例提出的方法。

本公开第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行本公开第一方面实施例提出的方法。

本公开提供的对话摘要训练数据的生成方法、装置、设备以及存储介质至少存在以下有益效果：

首先获取多个参考文本及每个所述参考文本对应的参考摘要；然后基于每个参考文本中包含的语句，生成对话语句集；之后将对话语句集中的各个语句进行随机排列，以生成对话文本；最后将多个参考摘要随机排列，以生成与对话文本对应的目标摘要。由此，实现了采用非对话形式的文本及对应的摘要，构建对话文本及对话摘要，从而得到大量的对话摘要训练数据，为训练得到对话摘要算法模型提供了支撑。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：