[发明专利]跨语言摘要的生成方法、装置、电子设备及计算机可读介质

权利要求书

1.一种跨语言摘要的生成方法，其特征在于，包括：

确定源语言和目标语言的语种标签；

基于源语言文档生成亚词序列；

为所述亚词序列添加所述语种标签并输入编码器中以生成输入词序列编码；

将所述输入词序列编码输入解码器中，生成摘要词序列编码；

基于所述摘要词序列编码生成源语言摘要文档和目标语言摘要文档。

2.如权利要求1所述的生成方法，其特征在于，还包括：

获取由源语言生成的文档数据；

对所述文档数据进行预处理以生成所述源语言文档。

3.如权利要求1所述的生成方法，其特征在于，基于源语言文档生成亚词序列，包括：

获取源语言文档中的词序列；

对所述次序列进行亚词切分，生成所述亚词序列。

4.如权利要求1所述的生成方法，其特征在于，为所述亚词序列添加所述语种标签并输入编码器中以生成输入词序列编码，包括：

基于所述输入词序列生成输入词向量矩阵；

为所述输入词序列和所述输入词向量矩阵添加所述语种标签；

将带有语种标签的所述输入词序列和所述输入词向量矩阵输入编码器中以生成所述输入词序列编码。

5.如权利要求1所述的生成方法，其特征在于，将所述输入词序列编码输入解码器中，生成摘要词序列编码，包括：

将所述输入词序列编码输入处于初始状态的所述解码器；

所述解码器基于注意力机制根据所述输入词序列编码生成所述摘要词序列编码。

6.如权利要求5所述的生成方法，其特征在于，所述解码器基于注意力机制根据所述输入词序列编码生成所述摘要词序列编码，包括：

所述解码器t时刻的输出隐状态由t时刻解码器输入、编码器的隐状态、第n层第t个词序列的解码表示共同确定。

7.如权利要求1所述的生成方法，其特征在于，基于所述摘要词序列编码生成源语言摘要文档和目标语言摘要文档，包括：

将所述摘要词序列编码输入所述解码器的逻辑回归层进行线性变换；

基于线性变换的结果生成所述源语言摘要文档和所述目标语言摘要文档。

8.如权利要求7所述的生成方法，其特征在于，将所述摘要词序列编码输入所述解码器的逻辑回归层进行线性变换，包括：

将所述摘要词序列编码输入所述解码器中得到隐层状态；

将所述隐层状态输入所述解码器的逻辑回归层进行线性变换输出t时刻所有词表中的概率分布。

9.如权利要求7所述的生成方法，其特征在于，基于线性变换的结果生成所述源语言摘要文档和所述目标语言摘要文档，包括：

将最大概率对应的词汇作为t时刻的词汇；

基于所有时刻中的词汇生成所述源语言摘要文档和所述目标语言摘要文档。

10.一种跨语言摘要的生成装置，其特征在于，包括：

标签模块，用于确定源语言和目标语言的语种标签；

序列模块，用于基于源语言文档生成亚词序列；

编码模块，用于为所述亚词序列添加所述语种标签并输入编码器中以生成输入词序列编码；

解码模块，用于将所述输入词序列编码输入解码器中，生成摘要词序列编码；

文档模块，用于基于所述摘要词序列编码生成源语言摘要文档和目标语言摘要文档。

11.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-9中任一所述的方法。