[发明专利]基于深度学习的博客文本摘要生成方法有效
| 申请号： | 201710204696.3 | 申请日： | 2017-03-30 |
| 公开（公告）号： | CN106980683B | 公开（公告）日： | 2021-02-12 |
| 发明（设计）人： | 杨威;周叶子;黄刘生 | 申请（专利权）人： | 中国科学技术大学苏州研究院 |
| 主分类号： | G06F16/34 | 分类号： | G06F16/34;G06F16/33;G06F16/35;G06N3/08 |
| 代理公司： | 苏州创元专利商标事务所有限公司 32103 | 代理人： | 范晴;丁浩秋 |
| 地址： | 215123 江苏省苏州*** | 国省代码： | 江苏;32 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于深度学习的博客文本摘要生成方法，包括以下步骤：爬取博客数据；对爬取的博客数据进行预处理，选取博客文本数据；将选取的博客文本数据根据中文词向量词典转换成向量矩阵数据；构建深度学习encoder‑decoder（编码器‑解码器）模型，并对该模型的encoder编码器和decoder解码器分开训练，训练完成后连接使用；重复步骤S01‑S03得到生成数据，将生成数据通过训练完成的模型生成预测摘要。本发明基于深度学习框架encoder‑decoder自动生成博客的文本摘要，同时可以获取博客更深层次的语义联系。生成的文本摘要可以直观的显示当前博客的主要内容，具有广泛的应用前景。 | ||
| 搜索关键词： | 基于 深度 学习 博客 文本 摘要 生成 方法 | ||
【主权项】：
一种基于深度学习的博客文本摘要生成方法，其特征在于，包括以下步骤：S01：爬取博客数据；S02：对爬取的博客数据进行预处理，选取博客文本数据；S03：将选取的博客文本数据根据中文词向量词典转换成向量矩阵数据；S04：构建深度学习encoder‑decoder(编码器‑解码器)模型，并对该模型的encoder编码器和decoder解码器分开训练，训练完成后连接使用；S05：重复步骤S01‑S03得到生成数据，将生成数据通过训练完成的模型生成预测摘要。
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国科学技术大学苏州研究院，未经中国科学技术大学苏州研究院许可，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/patent/201710204696.3/，转载请声明来源钻瓜专利网。
