[发明专利]一种摘要抽取方法、装置、存储介质以及计算机设备

权利要求书

1.一种摘要抽取方法，其特征在于，所述方法包括：

遍历目标文本中目标段落的语句；其中，所述目标文本为待抽取摘要的文本，所述目标段落为目标文本中的任意段落；

对于遍历到的第一语句，计算所述第一语句与第二语句之间的第一语义相似度、所述第一语句与目标段落之间的第二语义相似度以及所述第一语句与所述目标文本之间的第三语义相似度；其中，第二语句是指所述目标段落除第一语句外其他任一语句；

根据所述目标段落的每个语句对应的所述第一语义相似度、所述第二语义相似度以及所述第三语义相似度，确定所述目标段落的关键句；

根据所述目标段落的关键句组成目标文本的摘要。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标段落的每个语句对应的所述第一语义相似度、所述第二语义相似度以及所述第三语义相似度，确定所述目标段落的关键句，包括：

将所述目标段落的每个语句对应的所述第一语义相似度、所述第二语义相似度以及所述第三语义相似度进行加权求和，得到所述目标段落的每个语句对应的加权求和值；

将所述加权求和值最高值对应的语句确定为所述目标段落的关键句。

3.根据权利要求2所述的方法，其特征在于，将所述目标段落的每个语句对应的所述第一语义相似度、所述第二语义相似度以及所述第三语义相似度进行加权求和，得到所述目标段落的每个语句对应的加权求和值，包括：

将所述目标段落的每个语句对应的所述第一语义相似度作为语句语义相似度表示向量的前N维、所述第二语义相似度作为语句语义相似度表示向量的第N+1维以及所述第三语义相似度作为语句语义相似度表示向量的第N+2维，构成所述目标段落的每个语句对应的语句语义相似度表示向量；其中，N为所述目标段落的语句总数减一；

将所述目标段落的每个语句对应的所述语句语义相似度表示向量的维数对应的元素进行加权求和，得到所述目标段落的每个语句对应的加权求和值。

4.根据权利要求1所述的方法，其特征在于，所述计算所述第一语句与所述第一语句所在的段落之间的第二语义相似度，包括：

计算所述第一语句与所述第一语句所在的段落之间的语义相似度，采用惩罚函数对所述语义相似度进行惩罚，得到所述第一语句与所述第一语句所在的段落之间的第二语义相似度；

其中，所述惩罚函数为：

其中，y表示第二语义相似度，表示第一语句包含的字符数，表示所述目标段落包含的字符总数，α表示惩罚因子，f(sp)表示语义相似度。

5.根据权利要求1所述的方法，其特征在于，所述根据所述目标段落的每个语句对应的所述第一语义相似度、所述第二语义相似度以及所述第三语义相似度，确定所述目标段落的关键句，包括：

计算所述目标段落的每个语句与给定主题之间的第四语义相似度；

根据所述目标段落的每个语句对应的所述第一语义相似度、所述第二语义相似度、所述第三语义相似度以及所述第四语义相似度，确定所述目标段落的关键句。

6.根据权利要求5所述的方法，其特征在于，所述计算所述目标段落的每个语句与给定主题之间的第四语义相似度，包括：

给定组成主题的关键词，计算关键词的总个数、所有关键词包含的字符总数、所述目标语句中包含的所述关键词个数以及所述目标语句中包含的所述关键词字符数；其中，所述目标语句为所述目标段落的任意语句；

计算关键词与所述目标语句之间的语义相似度，根据关键词的总个数、所有关键词包含的字符总数、所述目标语句中包含的所述关键词个数以及所述目标语句中包含的所述关键词字符数计算关键词影响程度，其中，所述关键词影响程度计算公式为：

其中，beta表示关键词影响程度，Ki表示所述目标语句中包含的所述关键词个数，Kj表示关键词的总个数，Si表示所述目标语句中包含的所述关键词字符数，Sj表示所有关键词包含的字符总数；

根据所述关键词与所述目标语句之间的语义相似度以及所述关键词影响程度，得到第四语义相似度。