[发明专利]一种生成多文档摘要的方法及装置

权利要求书

1.一种生成多文档摘要的方法，其特征在于，包括：

将多篇文档划分为n个句子，所述n为大于等于1的整数；

对每个所述句子生成所述句子的输入词袋向量，n个所述句子的输入词袋向量组成输入词袋向量空间；

基于变分自编码模型对每个用所述输入词袋向量表示的所述句子进行无监督训练，得到每个所述句子的编码隐层向量和每个所述句子的潜在语义向量，n个所述句子的编码隐层向量组成编码隐层向量空间，n个所述句子的潜在语义向量组成潜在语义向量空间；

从所述潜在语义向量空间中采集m个所述潜在语义向量，所述m为大于等于1，且小于n的整数；

根据所述m个所述潜在语义向量，得到m个解码隐层向量和m个输出词袋向量；

根据对齐机制更新所述m个解码隐层向量和所述m个输出词袋向量；

根据所述输入词袋向量空间、所述编码隐层向量空间、所述潜在语义向量空间、所述m个所述潜在语义向量、更新后的所述m个解码隐层向量和更新后的所述m个输出词袋向量估计每个所述句子的重要度；

获取每个所述句子的动词短语和每个所述句子的名词短语；

根据所述名词短语所在的句子的重要度获取所述名词短语的重要度，根据所述动词短语所在的句子的重要度获取所述动词短语的重要度；

获取每个所述动词短语的冗余度和每个所述名词短语的冗余度；

基于整数线性规划模型根据所有所述名词短语的重要度和冗余度，以及所有所述动词短语的重要度和冗余度，生成所述多篇文档的摘要。

2.根据权利要求1所述的方法，其特征在于，所述基于变分自编码模型对每个用所述输入词袋向量表示的所述句子进行无监督训练，得到每个所述句子的编码隐层向量和每个所述句子的潜在语义向量包括：

步骤1、将用所述输入词袋向量表示的句子x映射到第一编码隐层，得到所述句子x的编码隐层向量，所述句子x为所述n个句子中的任意一个所述句子；

步骤2、将所述句子x的编码隐层向量映射到第二编码隐层，得到均值向量和方差向量，所述均值向量和所述方差向量用来表示所述句子x的待确定潜在语义向量；

步骤3、根据所述均值向量和所述方差向量，得到所述句子x的待确定潜在语义向量；

步骤4、将所述句子x的待确定潜在语义向量映射到解码隐层，得到所述句子x的解码隐层向量；

步骤5、将所述句子x的解码隐层向量映射到输出层，得到所述句子x的输出词袋向量；

重复步骤1至步骤5，根据所述输入词袋向量、所述输出词袋向量、所述均值向量和所述方差向量获取第一优化问题的目标函数的取值；

当所述第一优化问题的目标函数的取值为极值时，将所述待确定潜在语义向量确定为所述句子x的潜在语义向量。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述m个所述潜在语义向量，得到m个解码隐层向量和m个输出词袋向量包括：

将所述m个所述潜在语义向量映射到解码隐层，得到所述m个解码隐层向量；

将所述m个解码隐层向量映射到输出层，得到所述m个输出词袋向量。

4.根据权利要求1或2所述的方法，其特征在于，所述根据对齐机制更新所述m个解码隐层向量包括：

获取所述m个解码隐层向量中的每个解码隐层向量和所述n个句子的编码隐层向量的关系，得到第一对齐值；

将所述第一对齐值与所述n个句子的编码隐层向量加权求和，得到第一上下文向量；

根据所述第一上下文向量更新所述m个解码隐层向量。

5.根据权利要求3所述的方法，其特征在于，所述根据对齐机制更新所述m个解码隐层向量包括：

获取所述m个解码隐层向量中的每个解码隐层向量和所述n个句子的编码隐层向量的关系，得到第一对齐值；

将所述第一对齐值与所述n个句子的编码隐层向量加权求和，得到第一上下文向量；

根据所述第一上下文向量更新所述m个解码隐层向量。