[发明专利]一种文本摘要的生成方法、装置、电子设备及存储介质

说明书

本申请提供了一种文本摘要的生成方法、装置、电子设备及存储介质，其中，该生成方法包括：将目标文本的多个分句输入到预先训练好的语言模型中，得到每个分句的分句矩阵；其中，多个分句的分句矩阵组成目标文本的文本矩阵；基于每两个分句分别对应的分句矩阵，计算该两个分句的第一相似度，并基于每两个分句的第一相似度，将多个分句聚类为预设个数的分句集合；针对每个分句集合，基于该分句集合中每个分句的分句矩阵，以及目标文本的文本矩阵，计算每个分句与目标文本的第二相似度，并基于每个分句的第二相似度，从该分句集合中选取目标分句；基于每个分句集合的目标分句，生成目标文本对应的文本摘要，提高了文本摘要的生成效率。

技术领域

本申请涉及自然语言处理技术领域，具体而言，涉及一种文本摘要的生成方法、装置、电子设备及存储介质。

背景技术

现实生活中，人们可以通过互联网获取海量的文字信息，比如，可以通过关注微信公众号的方式，获取微信公众号推送的文章。

互联网上传播的文字信息过于庞杂，文章种类繁多，内容五花八门，为了方便读者快速找到感兴趣的文章进行阅读，通常在每篇文章的最前面添加该篇文章的摘要，以使读者在通读文章前能够了解文章的核心内容。

实际中，通常是文章的作者为文章添加摘要，或者是编辑文章的工作人员为文章添加摘要，该种方式下，文章摘要的生成效率低，并且，摘要添加人员的能力和经验参差不齐，这就导致文章摘要的整体准确度低。

发明内容

有鉴于此，本申请实施例的目的在于提供一种文本摘要的生成方法、装置、电子设备及存储介质，能够通过对文本中包括的多个分句进行聚类，从聚类得到的每个分句集合中选取文本摘要的组成语句，提高了文本摘要的生成效率，提高了文本摘要的准确度。

第一方面，本申请实施例提供了一种文本摘要的生成方法，所述生成方法包括：

将目标文本包括的多个分句输入到预先训练好的语言模型中，得到每个分句对应的分句矩阵；其中，多个分句对应的分句矩阵组成所述目标文本对应的文本矩阵；

基于所述目标文本中每两个分句分别对应的分句矩阵，计算该两个分句的第一相似度，并基于每两个分句对应的第一相似度，将所述目标文本包括的多个分句聚类为预设个数的分句集合；

针对每个分句集合，基于该分句集合中每个分句对应的分句矩阵，以及所述目标文本对应的文本矩阵，计算每个分句与所述目标文本的第二相似度，并基于每个分句对应的第二相似度，从该分句集合中选取目标分句；

基于所述目标文本中每个分句集合对应的目标分句，生成所述目标文本对应的文本摘要。

在一种可能的实施方式中，所述语言模型通过如下方式确定每个分句对应的分句矩阵；

针对每个分句，提取该分句包括的多个字符，并基于字符与字符向量的映射关系，生成所述多个字符分别对应的字符向量；

针对该分句中的每个字符，根据该字符对应的字符向量和第一权重，以及该分句中其他字符对应的字符向量和第二权重，确定该字符对应的目标字符向量；

基于该分句中每个字符对应的目标字符向量，确定该分句对应的分句矩阵。

在一种可能的实施方式中，通过如下方式对所述语言模型进行训练：

将样本分句输入到初始化的语言模型中，获取所述语言模型输出的所述样本分句对应的第一分句矩阵；

对所述第一分句矩阵进行降维处理，得到所述样本分句对应的第二分句矩阵；

针对每两个样本分句，根据该两个样本分句分别对应的第二分句矩阵，对该两个样本分句进行分类，得到该两个样本分句的分类结果；