[发明专利]基于改进的PageRank算法的文本-音频自动文摘方法

摘要

本发明提供了一种基于改进的PageRank算法的文本‑音频自动文摘方法，包括：将音频转录为文本，计算转录文本和原始文本的相似度；利用改进的PageRank算法根据相似度计算转录文本和原始文本中的句子的重要性；以及根据句子的重要性，生成文本摘要。通过改进PageRank算法，引导排序，修改了跨模态句子之间的相似度矩阵，使得来自不同模态的两个语义相同的句子之间的连接指向从原来的双向变为单向，实现了原始文本句子与转录文本句子语义相同时，按照原始文本句子进行输出，在保证获取较多重要信息量同时，避免了转录带来的语法错误和不通顺的问题，提高了文本‑音频自动文摘的可读性。

主权项

1.一种基于改进的PageRank算法的文本‑音频自动文摘方法，其特征在于，包括：将音频转录为文本，计算转录文本和原始文本的相似度；利用改进的PageRank算法根据相似度计算转录文本和原始文本中的句子的重要性；以及根据句子的重要性，生成文本摘要；其中，改进的PageRank算法的公式如下：其中，μ为平滑因子；u(c_i)为c_i的重要性得分；u(c_j)为c_j的重要性得分；M_ij为c_i与c_j的相似度；N为句子总数；c_i表示转录文本中的任意一个句子；c_j表示原始文本中的任意一个句子；其中，改进的PageRank算法中M_ij的定义如下：定义跨模态句子之间的相似度矩阵为或其中，表示c_j传递给c_i的得分权重矩阵，表示c_i传递给c_j的得分权重矩阵；矩阵中每个参数的取值M_ij或M_ji为计算出来的c_i与c_j两个句子的相似度，对于语义相同的句对，保持不变；对于在原始文本中找不到语义相同的转录文本句子，其相似度矩阵不变。