[发明专利]一种多文本快速摘要方法

权利要求书

1.一种多文本快速摘要方法，其特征在于，建立基于语句间潜在关联的模型，多篇文档中的语句被该模型建模，模型依据语句间的关联度打分，得到重要度高的语句并形成摘要内容，包括以下步骤：

步骤一、建立语料库，建立基于语句间潜在关联的模型，多篇文档中的语句被该模型建模；

步骤二、给定若干个语句，步骤一建模得到的模型对给定的每个语句进行相同的重要度赋值并作为初始值，一个语句为一个节点，通过模型计算获得两个节点之间的边的权重及两个节点对与其相连的边的贡献度；

步骤三、模型对步骤二的边的权重和两个节点的贡献度进行处理得到节点的重要度，边的权重被按比例划分成两份，较大的一份被赋予贡献度大的节点的重要度上，较小的部分被赋予另外一个节点，随后根据新的重要度赋值返回步骤二重新计算边的权重再完成步骤三，经过若干个循环得到重要度高的语句并生成摘要内容；

步骤一中，所述模型包括T元素、V元素、F元素、E元素、W元素和S元素，分别被定义为：

T＝{t_i|t_i是语料库中的一个词}，其中，T是一个字典，是词的集合，其中囊括语料库中的所有词汇，同时去除重复的词；

V＝{v_j|vj＝{t_k}}，语料库中的每一个语句被表示为一个节点v_j，每一个节点v_j是有一个t_k的集合组成；

F＝{f_ij|f_ij是t_i在v_j中出现的次数，t_i∈T，v_j∈V}，语句的规约化长度为

E＝{e_ij|e_ij是节点v_i与v_j之间的一条边，v_i，v_j∈V}，e_ij为连接节点v_i与节点v_j的边，不具有方向性，e_ij＝e_ji，节点v_i与节点v_j分别为语料库中的第i个语句和第j个语句；

W＝{w_ij|w_ij是e_ij的权重，是关联度的度量值，e_ij∈E}，w_ij为连接节点v_i和节点v_j的边e_ij的权重，关联度是距离度量的一个相反度量，由距离度量函数加上适当取反来测量；

S＝{s_i|s_i是节点v_i的重要度度量，v_i∈V}，重要度s_i度量节点v_i对与其相连的边的权重的贡献度；

所述节点的重要度通过迭代式的计算产生，包括如下步骤：

步骤一、拆分连接节点v_i和节点v_j的边e_ij的权重w_ij，计算节点v_i的贡献度；

步骤二、总和步骤一中所有节点v_i对于与其相连的边e_ij的贡献度，根据贡献度计算获得重要度，再根据高重要度语句生成摘要内容。

2.根据权利要求1所述的一种多文本快速摘要方法，其特征在于，所述权重w_ij在向量空间中的距离度量采用余弦相似度并采用如下公式定义：

公式一定义了节点v_i与节点v_j之间的余弦相似度，其最大值为1，最小值为0，w_ij＝w_ji。