[发明专利]一种社会事件摘要生成的方法、装置、终端设备及介质有效

专利信息
申请号: 202310161728.1 申请日: 2023-02-24
公开(公告)号: CN115905598B 公开(公告)日: 2023-05-16
发明(设计)人: 宁洪波;屈玉涛;王文敏;阮威健;胡金晖;何耀彬;刘博;杜俊博 申请(专利权)人: 中电科新型智慧城市研究院有限公司
主分类号: G06F16/54 分类号: G06F16/54;G06F16/583;G06F16/55;G06F40/30;G06F16/36;G06N3/044;G06N3/0455;G06N3/08
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 姚泽鑫
地址: 518000 广东省深圳市福田区华富*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 社会 事件 摘要 生成 方法 装置 终端设备 介质
【权利要求书】:

1.一种社会事件摘要生成的方法,其特征在于,包括:

获取目标事件的图文信息;

根据所述图文信息确定所述目标事件的事件类型;

根据所述事件类型和预设的事件本体schema,确定所述目标事件的摘要要点标签;其中,所述事件本体schema是指描述所有社会事件的元信息体系,包括每个所述社会事件的所属领域、事件类型、子类型以及对应的摘要要点标签集合;

根据所述摘要要点标签确定所述目标事件的事件要点信息和知识图谱信息;

将所述图文信息、所述事件要点信息以及所述知识图谱信息输入至已训练的摘要生成模型,并将所述摘要要点标签输入至所述摘要生成模型,以使所述摘要生成模型基于所述摘要要点标签对所述图文信息、所述事件要点信息以及所述知识图谱信息进行处理,得到所述目标事件的摘要。

2.如权利要求1所述的社会事件摘要生成的方法,其特征在于,所述根据所述图文信息确定所述目标事件的事件类型,包括:

将所述图文信息输入至已训练的事件分类模型进行处理,得到所述目标事件的事件类型;

所述图文信息包括第一文本信息和图片信息;所述事件分类模型包括特征编码层、特征融合层及事件分类层;相应的,所述将所述图文信息输入至已训练的事件分类模型进行处理,得到所述目标事件的事件类型,包括:

将所述第一文本信息和所述图片信息分别输入至所述特征编码层进行特征编码,得到所述第一文本信息对应的文本特征向量以及所述图片信息对应的图片特征向量;

将所述文本特征向量和所述图片特征向量输入至所述特征融合层进行特征融合,以使所述特征融合层基于交叉注意力机制对所述文本特征向量和所述图片特征向量进行特征融合,得到第一特征向量;

将所述第一特征向量输入至所述事件分类模型进行处理,得到所述目标事件的事件类型。

3.如权利要求1所述的社会事件摘要生成的方法,其特征在于,所述图文信息包括第一文本信息和图片信息;所述根据所述摘要要点标签确定所述目标事件的事件要点信息和知识图谱信息,包括:

根据预构建的信息抽取模型和所述第一文本信息,确定与所述摘要要点标签对应的第一内容;

根据预构建的视觉问答模型和所述图片信息,确定与所述摘要要点标签对应的第二内容;

根据所述摘要要点标签从设定的知识图谱中获取与所述摘要要点标签关联的第三内容;

将所述第一内容和所述第二内容确定为所述事件要点信息;

将所述第三内容确定为所述知识图谱信息。

4.如权利要求1所述的社会事件摘要生成的方法,其特征在于,所述摘要生成模型包括特征编码层、特征融合层和摘要生成层;所述将所述图文信息、所述事件要点信息以及所述知识图谱信息输入至已训练的摘要生成模型,并将所述摘要要点标签输入至所述摘要生成模型,以使所述摘要生成模型基于所述摘要要点标签对所述图文信息、所述事件要点信息以及所述知识图谱信息进行处理,得到所述目标事件的摘要,包括:

将所述图文信息、所述事件要点信息以及所述知识图谱信息分别输入至所述特征编码层进行特征编码,得到所述图文信息对应的第一特征向量,所述事件要点信息对应的第二特征向量,以及所述知识图谱信息对应的第三特征向量;

从设定的摘要要点特征向量表中获取所述摘要要点标签对应的要点特征向量;

将所述要点特征向量、所述第一特征向量、所述第二特征向量以及所述第三特征向量输入至所述特征融合层进行处理,得到第一融合特征向量;

将所述第一融合特征向量输入至所述摘要生成层,以使所述摘要生成层生成与所述摘要要点标签对应的内容,以得到所述目标事件的摘要。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中电科新型智慧城市研究院有限公司,未经中电科新型智慧城市研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310161728.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top