[发明专利]一种用于生成标题的神经网络建模方法及装置

摘要

本发明实施例公开了一种用于生成标题的神经网络建模方法及装置。该用于生成标题的神经网络建模方法包括：获取多个样本文档，以及各样本文档对应的标准标题；将各样本文档输入至所述待优化模型中，由所述待优化模型根据接收到的各样本文档输出与各样本文档对应的参考标题；对各样本文档对应的参考标题和标准标题进行匹配处理，以获取参考标题和标准标题之间的语义差距；根据各样本文档对应的语义差距对所述待优化模型中的目标参数进行优化。本发明实施例基于参考标题和标准标题之间的语义差距，从句子级别对待优化模型中的参数进行优化，与仅在词级别优化待优化模型的现有技术相比，具有提高模型稳定性、提高标题生成准确度的优点。

主权项

1.一种用于生成标题的神经网络建模方法，其特征在于，包括：/n获取多个样本文档，以及各样本文档对应的标准标题；/n将各样本文档输入至待优化模型中，由所述待优化模型根据接收到的各样本文档输出与各样本文档对应的参考标题；/n对各样本文档对应的参考标题和标准标题进行匹配处理，以获取参考标题和标准标题之间的语义差距；/n根据各样本文档对应的语义差距对所述待优化模型中的目标参数进行优化；/n其中，所述待优化模型根据接收到的各样本文档输出与各样本文档对应的参考标题步骤具体包括：/n对样本文档的单词进行向量化处理，获取各单词对应的词向量；/n根据各单词对应的词向量获取所述样本文档对应的文档向量，以及输入所述文档向量的过程中待优化模型的各时刻隐藏状态；/n根据所述待优化模型的各时刻的隐藏状态，获取目标文档的标题；/n所述根据各单词对应的词向量获取所述样本文档对应的文档向量，以及输入所述文档向量的过程中待优化模型的各时刻隐藏状态的步骤具体包括：/n获取各时刻输入的词向量，结合以下公式，获取在输入词向量的过程中所述待优化模型各时刻的隐藏状态：/n