[发明专利]一种自动生成文本方法以及相关装置

权利要求书

1.一种自动生成文本方法，其特征在于，包括：

对原始文本进行分句处理得到多个候选句子；

对所有所述候选句子根据相似度计算处理确定每个候选句子与其他候选句子的相似度，得到相似度矩阵；

根据获取的关键词和所述相似度矩阵进行整数规划建模处理，得到整数规划模型，并使用所述整数规划模型执行近似求解操作，得到整数规划结果；

根据所述整数规划结果，从所有所述候选句子中抽取得到多个目标句子和所有所述目标句子的位置顺序，得到目标文本；

其中，根据所述整数规划结果，从所有所述候选句子中抽取得到多个目标句子和所有所述目标句子的位置顺序，得到目标文本，包括：

s.t.part1:

y_i,j∈{0,1},i,j＝1,2,...,n；

x_i∈{0,1},i＝1,2,...,n；

s.t.part2:

Y_ij∈{0,1},i＝1,2,..,，j＝1,2,..,m；

其中，s_i表示第i个候选句子；gain_i，j表示将第i个候选句子和第j个候选句子中所有的实体在两个候选句子之间的决策转移值相加得到的两个候选句子之间的结构相似度，x_j＝1表示句子S_j包含在自动生成的目标文本内，x_j＝0表示S_j不在自动生成的目标文本内，y_i,j＝1表示句子S_i和S_j放在相邻的位置，y_i,j＝0表示句子S_i和S_j未放在相邻的位置，Y_i,j＝1表示第i个关键字w_i在S_j内，Y_i,j＝0表示i个关键字w_i不在S_j内。

2.根据权利要求1所述的自动生成文本方法，其特征在于，对所有所述候选句子根据相似度计算处理确定每个候选句子与其他候选句子的相似度，得到相似度矩阵，包括：

对所有所述候选句子进行语义预测处理，根据语义预测处理的结果确定每个候选句子与其他候选句子的语义相似度，得到语义相似度矩阵；

根据获取的关键词和所述相似度矩阵进行整数规划建模处理，得到整数规划模型，并使用所述整数规划模型执行近似求解操作，得到整数规划结果，包括：

根据获取的所述关键词和所述语义相似度矩阵进行整数规划建模处理，得到整数规划模型，并使用所述整数规划模型执行近似求解操作，得到整数规划结果。

3.根据权利要求2所述的自动生成文本方法，其特征在于，对所有所述候选句子进行语义预测处理，根据语义预测处理的结果确定每个候选句子与其他候选句子的语义相似度，得到语义相似度矩阵，包括：

对所有所述候选句子进行语义预测处理，得到每个候选句子的语义向量；

根据每个候选句子的语义向量与其他候选句子的语义向量确定每个候选句子与其他候选句子的语义相似度，得到所述语义相似度矩阵。

4.根据权利要求3所述的自动生成文本方法，其特征在于，对所有所述候选句子进行语义预测处理，得到每个候选句子的语义向量，包括：

通过语义预测工具结合训练语料进行训练模型处理，得到语义预测模型；

通过所述语义预测模型预测所有所述候选句子的语义分布，得到每个候选句子的语义向量。

5.根据权利要求4所述的自动生成文本方法，其特征在于，根据每个候选句子的语义向量与其他候选句子的语义向量确定每个候选句子与其他候选句子的语义相似度，得到所述语义相似度矩阵，包括：

根据每个候选句子的语义向量与其他候选句子的语义向量进行余弦相似度计算，得到对应的余弦相似度；

将所有所述余弦相似度作为所述语义相似度，得到所述语义相似度矩阵。