申请/专利权人：清华大学苏州汽车研究院(相城)

申请日：2021-08-31

公开（公告）日：2024-04-26

公开（公告）号：CN113672706B

主分类号：G06F16/33

分类号：G06F16/33;G06F16/35;G06F40/258;G06F40/30

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2021.12.07#实质审查的生效;2021.11.19#公开

摘要：本发明公开了一种基于属性异质网络的文本摘要抽取方法，抽取方法包括：对文本进行预处理，以得到相应的词集合和句子集合；对文本中的词与句子进行向量表示，得到相应的初始化向量，以分别对应到词节点和句节点，并根据与其属性内容的对应关系，以得到词节点和句节点的向量表示，将词节点和句节点作为属性异质节点；对属性异质节点进行表示，以得到其表示向量；对属性异质节点的表示向量进行更新，以得到属性异质网络优化后的节点表示；通过属性异质网络优化后的节点表示和分类器筛选出文本的摘要句。本发明提供的文本摘要抽取方法减少了摘要结果的冗余性，在摘要中添加了尽可能多的语义信息，提高了摘要结果的准确性。

主权项：1.一种基于属性异质网络的文本摘要抽取方法，其特征在于，包括以下步骤:S1、对文本进行预处理，以得到相应的词集合和句子集合；S2、使用词嵌入方法与句子嵌入方法分别对所述文本中的词与句子进行向量表示，得到相应的初始化向量，以分别对应到词节点和句节点，并根据所述词节点和句节点与其属性内容的对应关系，对相应的初始化向量乘以相应的权重，以得到所述词节点和句节点的向量表示；将所述词节点和句节点作为属性异质节点，将所述属性异质节点之间进行连接，以构建出一个基于所述文本的属性异质网络；S3、在所述属性异质网络中，对所述属性异质节点进行表示，所述属性异质节点通过与其关联的连边类型以及属性映射得到节点特征，并作为其相应的表示向量；S4、通过目标函数对所述属性异质节点的表示向量进行更新，以得到所述属性异质网络优化后的节点表示；S5、通过所述属性异质网络优化后的节点表示和分类器筛选出所述文本的摘要句，以作为抽取式摘要的结果。

全文数据：

权利要求：

百度查询： 清华大学苏州汽车研究院(相城) 一种基于属性异质网络的文本摘要抽取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD