[发明专利]一种科技论文引言内容生成系统与方法

权利要求书

1.一种科技论文引言内容生成系统，其特征在于：包括引言生成模型训练系统和引言生成系统；

所述引言生成模型训练系统包括

引言数据集获取模块：通过论文数据库或者爬取方法获取论文资源，构建引言数据集，

引文网络生成模块：用于为引言数据集的每个训练样本生成引文网络，

和引言生成模型训练模块：用于将训练样本和其对应的引文网络输入到引言生成模型中训练，得到训练好的引言生成模型；

所述引言生成应用系统包括

论文内容抽取模块：用于抽取论文素材中每篇论文的标题以及摘要，

论文内容处理模块：用于将论文素材处理为引言生成模型的输入数据格式，

和引言生成模块：用于将处理好的论文内容输入到训练好引言生成模型中，输出引言。

2.根据权利要求1所述的一种科技论文引言内容生成系统，其特征在于：所述引言生成模型训练模块包括

引用关系矩阵构建模块：用于构建论文素材中论文之间的引用关系邻接矩阵，

预处理模块：对论文素材中每篇论文的摘要去除停止词和分词，形成摘要特征词序列集合，

和词向量生成模块：将预处理后的特征词序列转化为特征词向量。

3.一种根据权利要求1-2中任一权利要求所述的科技论文引言内容生成系统的生成方法，其特征在于：包括以下步骤：

步骤一、构建引言数据集：引言数据集中每个训练样本包括一篇论文的引言和其所引用参考文献集合，记为DataSet＝{RW_i，Ref_Set_i|1≤i≤N}，其中RW_i表示第i个训练样本的引言，Ref_Set_i表示第i个训练样本的参考文献集合，i表示引言数据集中每个训练样本的下标，N表示引言数据集大小；

步骤二、生成引文网络：为引言数据集中每个训练样本构建引文网络，记为G_i＝{V，E}，1≤i≤N，其中G_i表示第i个训练样本的引文网络，V表示参考文献集合，E表示引用关系邻接矩阵，v_j∈V表示Ref_Set_i中的第j篇参考文献，e_m，n∈E表示第m篇参考文献是否被第n篇参考文献引用，其中e_m，n＝1表示被引用，0则反之；

步骤三、训练引言生成模型：将训练样本和其对应的引文网络输入到模型中训练，得到训练好的引言生成模型，引言生成模型包括Bi-LSTM编码器，GCN编码器和LSTM解码器；

步骤四、系统部署、设计和开发引言生成系统：将系统和训练好的引言生成模型部署在服务器端，并提供引言生成接口；

步骤五、引言生成：客户端通过引言生成系统接口提交论文素材，系统生成引言返回给客户端。

4.根据权利要求3所述的一种科技论文引言内容生成方法，其特征在于：所述步骤一具体包括：

步骤1.1：通过论文数据库或者爬取等方法获取特定领域的N篇论文；

步骤1.2：构建训练样本，提取每篇论文的引言RW和参考文献，并获取参考文献对应的论文，形成参考文献集合Ref_Set，两者构成训练样本，记为RW，Ref_Set；

步骤1.3：重复步骤1.2，构建引言数据集，记为DataSet＝{RW_i，Ref_Set_i|1≤i≤N}，其中RW_i表示第i个训练样本的引言，Ref_Set_i表示第i个训练样本的参考文献集合，i表示引言数据集中每个训练样本的下标，N表示引言数据集大小。