[发明专利]基于神经网络的多特征融合中文新闻文本摘要生成方法有效
| 申请号： | 201810965659.9 | 申请日： | 2018-08-23 |
| 公开（公告）号： | CN109344391B | 公开（公告）日： | 2022-10-21 |
| 发明（设计）人： | 严馨;宁珊;徐广义;周枫;郭剑毅;陈玮 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06F16/34;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 650093 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及基于神经网络的多特征融合中文新闻文本摘要生成方法，属于自然语言处理领域。本发明先利用word2vec模型训练预处理后中文新闻文本语料；再通过CNN和带有注意力机制的LSTM通路进行多特征融合；将融合后的向量输入解码器，解码器是单向LSTM模型，并利用其对应的摘要向量，解码自动生成中文文本摘要；通过训练整个的网络模型后，对于新的文本，利用训练后的网络模型生成摘要。本发明通过数据驱动学习了一个端到端的中文新闻文本摘要自动生成模型，相对于传统的摘要生成方法，本发明采用基于神经网络融合多特征自动生成摘要的方法可以更加全面地挖掘文本特征，提高文本摘要生成的精确度。 | ||
| 搜索关键词： | 基于 神经网络 特征 融合 中文 新闻 文本 摘要 生成 方法 | ||
【主权项】：
1.基于神经网络的多特征融合中文新闻文本摘要生成方法，其特征在于：所述方法的具体步骤如下：Step1、进行文本预处理，中文新闻语料包括新闻文本及其摘要，使用分词工具jieba进行文本预处理包括分词、去停用词，再利用word2vec将分词后的语料表示成词向量；Step2、使新闻文本词向量矩阵分别通过CNN和带有注意力机制的LSTM通路进行多特征融合；Step3、将融合后的向量输入解码器，解码器是单向LSTM模型，并利用其对应的摘要向量，解码自动生成中文文本摘要；Step4、通过训练整个的网络模型后，对于新的文本，利用训练后的网络模型生成摘要。
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昆明理工大学，未经昆明理工大学许可，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/201810965659.9/，转载请声明来源钻瓜专利网。
