[发明专利]采用人工智能技术自动产生标题的方法

摘要

本发明公开了一种采用人工智能技术自动产生标题的方法。方法基于从文本相关的背景知识中产生的单词特征进行机器学习而得。首先利用文本到查询的转换技术为文本产生一个查询，然后利用该查询对对维基百科进行全文检索，通过分析获得的维基百科的文章结构去定义新的单词特征，文章体裁也被利用进行定义单词的特征，接下来利用机器学习方法在这些产生的特征上运行，从而从文本中提取候选的标题单词，通过对这些单词聚类产生最后的标题。本发明将维基百科的背景知识引入到候选标题单词的识别过程；充分利用维基百科的各种结构信息；利用文章的体裁信息定义单词的特征。可以由计算机自动产生标题。

主权项

一种采用人工智能技术自动产生标题的方法，其过程在于包括以下步骤：1)文本背景知识的获取，利用一个文本到查询的转换技术产生文本对应的查询语句，检测文本中重要的句子，选出文本中重要的句子，然后除去无意义的单词，并把剩下的词返回原始状态，结果就是生成的查询，全文检索引擎Zettair以这个查询为输入在维基百科检索，返回一个维基百科的文章集合；2)分析返回的维基百科文章集合，从中提取有价值的信息，对于每一个返回的维基百科文章，分析它的结构，提取导入链接，导出链接，种类和infobox四种不同的结构信息，并且组成相应的集合；3)利用维基百科的结构信息和文章体裁定义新的单词特征，从三个方面定义单词特征，通过使用维基百科的背景知识产生单词的特征，根据文章的体裁信息产生单词的特征，利用文章本身的信息来产生单词的特征，共同组成一个特征空间；4)基于上面产生的单词特征空间，使用支持向量机的方法进行机器学习，得到一个训练模型，并使用这个模型从文本中提取候选的标题单词；5)使用聚类算法把提取的单词连接在一起，对连接产生的标题利用语法规则进行处理，从而达到流利性的要求。