[发明专利]基于深度学习的文献表征方法及装置、设备、存储介质

权利要求书

1.一种基于深度学习的文献表征方法，其特征在于，所述文献表征方法包括：

对待表征文献进行解析，获得所述待表征文献的关键词、作者列表及多个文本信息；

分别将多个文本信息中的每一个文本信息和关键词输入至结合关键词注意力机制的网络模型中，获得每一个文本信息对应的第一特征向量；

将作者列表、多个文本信息中的每一个文本信息依次输入至第一特征提取模型，分别获得作者列表、每一个文本信息对应的第二特征向量；

将每一个文本信息对应的第一特征向量、第二特征向量以及作者列表对应的第二特征向量输入至融合网络模型中进行融合，获得所述待表征文献的表征向量；

其中，所述结合关键词注意力机制的网络模型包括第二特征提取模型、第一池化层、关键词特征提取层、第二池化层，分别将多个文本信息中的每一个文本信息和关键词输入至结合关键词注意力机制的网络模型中，获得每一个文本信息对应的第一特征向量，包括：

分别将多个文本信息中的每一个文本信息输入至第二特征提取模型，获得每一个文本信息对应的多个特征向量；

将每一个文本信息对应的多个特征向量输入至第一池化层，获得每一个文本信息对应的池化特征向量；

分别将每一个文本信息对应的多个特征向量、关键词输入至关键词特征提取层，获得每一个文本信息对应的结合关键词注意力机制的多个特征向量；

将每一个文本信息对应的池化特征向量与结合关键词注意力机制的多个特征向量输入至第二池化层，获得每一个文本信息对应的第一特征向量。

2.根据权利要求1所述的文献表征方法，其特征在于，若文本信息为正文，所述结合关键词注意力机制的网络模型还包括第三池化层，在分别将多个文本信息中的每一个文本信息输入至第二特征提取模型，获得每一个文本信息对应的多个特征向量之前，所述文献表征方法还包括：

将正文输入至第三池化层，获得池化后的正文；

相应的，分别将多个文本信息中的每一个文本信息输入至第二特征提取模型，获得每一个文本信息对应的多个特征向量，包括：

将池化后的正文输入至第二特征提取模型，获得正文对应的特征向量。

3.根据权利要求1所述的文献表征方法，其特征在于，将作者列表、多个文本信息中的每一个文本信息依次输入至第一特征提取模型，分别获得作者列表、每一个文本信息对应的第二特征向量，包括：

将作者列表输入至第一特征提取模型，获得作者列表对应的第二特征向量；

对多个文本信息中的每一个文本信息进行分词，获得每一个文本信息对应的多个词；

分别将每一个文本信息对应的多个词输入至第一特征提取模型，获得每一个文本信息对应的第二特征向量。

4.根据权利要求3所述的文献表征方法，其特征在于，第一特征提取模型为Bert模型，第二特征提取模型为BM25模型。

5.根据权利要求1所述的文献表征方法，其特征在于，所述融合网络模型包括第一融合层、拼接层、深度学习模型、第二融合层、第三特征提取模型、全连接层，将每一个文本信息对应的第一特征向量、第二特征向量以及作者列表对应的第二特征向量输入至融合网络模型中进行融合，获得所述待表征文献的表征向量，包括：

将每一个文本信息对应的第二特征向量输入至第一融合层进行融合，获得融合后的特征向量；

将融合后的特征向量、作者列表对应的第二特征向量、每一个文本信息对应的第一特征向量输入至拼接层进行拼接，获得多通道特征参数；

将多通道特征参数输入至深度学习模型中，获得第三特征向量；

将多个文本信息中的标题、摘要输入至第二融合层进行合成，获得合成文档；

将合成文档输入至第三特征提取模型，获得第四特征向量；

将第三特征向量、第四特征向量输入至全连接层，获得待表征文献的表征向量。

6.根据权利要求5所述的文献表征方法，其特征在于，所述深度学习模型包括多个全连接层和多个激活函数，多个全连接层、多个激活函数依次交替级联。