(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210516005.4 (22)申请日 2022.05.12 (65)同一申请的已公布的文献号 申请公布号 CN 114722836 A (43)申请公布日 2022.07.08 (73)专利权人 北京中科闻歌科技股份有限公司 地址 100083 北京市海淀区北四环西路9号 楼7层717室 (72)发明人 赵菲菲　 (74)专利代理 机构 北京开阳星知识产权代理有 限公司 1 1710 专利代理师 吴崇 (51)Int.Cl. G06F 40/30(2020.01) G06F 40/44(2020.01)G06K 9/62(2022.01) G06F 40/289(2020.01) G06F 40/268(2020.01) 审查员 董显彬 (54)发明名称 摘要生成方法、 装置、 设备及 介质 (57)摘要 本公开涉及一种摘要生成方法、 装置、 设备 及介质， 在获取多个目标文本后， 能够从与语义 距离相关的多个视角提取每个目标文本的文本 特征； 并基于文本特征， 对多个目标文本进行议 题聚类， 得到多个第一文本集合， 进而针对各个 第一文本集合分别进行议题摘要的抽取， 由于用 于对目标文本进行议题聚类的文本特征具有与 语义距离相关的多个视角类型， 使得进行议题聚 类时所参考的信息特征比较丰富， 能够从多个视 角综合的对多个目标文本进行议题聚类， 提高了 议题聚类的准确性， 进而使 得抽取到的议题摘要 也更加准确、 有效。 权利要求书2页 说明书15页 附图5页 CN 114722836 B 2022.09.02 CN 114722836 B 1.一种摘要生成方法， 其特 征在于， 所述方法包括： 获取多个目标文本； 针对每个所述目标文本， 提取所述目标文本的文本特征， 所述文本特征包括与语义距 离相关的多个视角类型的特 征； 基于各个所述目标文本的文本特征， 对所述多个目标文本进行议题聚类， 得到至少一 个第一文本集 合； 对各个所述第 一文本集合进行议题摘要抽取， 得到各个所述第 一文本集合对应的议题 摘要； 其中， 所述文本特 征包括下列中的至少两项： 实体特 征、 实体语义特征、 行文用词特 征； 所述实体语义特征包括所述目标文本涉及的各个实体的语义角色对应的归一化频率 向量。 2.根据权利要求1所述的方法， 其特 征在于， 所述实体特 征包括所述目标文本涉及的各个实体； 所述行文用词特 征包括所述目标文本的文本向量。 3.根据权利要求1所述的方法， 其特 征在于， 所述文本特 征包括实体 语义特征； 其中， 所述 提取所述目标文本的文本特 征， 包括： 对所述目标文本涉及的各个实体进行语义角色标注， 得到各个所述实体的语义角色； 对各个所述实体的语义角色在所述目标文本 中出现的频数进行统计， 得到各个所述语 义角色对应的频 数； 根据各个所述语义角色对应的频数， 生成各个所述实体的语义角色对应的归一化频率 向量。 4.根据权利要求1所述的方法， 其特征在于， 所述基于各个所述目标文本的文本特征， 对所述多个目标文本进行议题聚类， 得到 至少一个第一文本集 合， 包括： 基于所述文本特征， 计算每两个所述目标文本之间的针对各个所述视角类型的特征相 似度； 针对每两个所述目标文本， 基于针对各个所述视角类型的特征相似度， 计算两个所述 目标文本之间的语义距离； 根据所述语义距离， 对所述多个目标文本进行议题聚类， 得到所述至少一个第一文本 集合。 5.根据权利要求4所述的方法， 其特征在于， 所述基于针对各个所述视角类型的特征相 似度， 计算两个所述目标文本之间的语义距离， 包括： 将针对各个所述视角类型的特 征相似度相加， 得到语义度量 值； 将所述语义度量 值的倒数作为两个所述目标文本之间的语义距离 。 6.根据权利要求1所述的方法， 其特 征在于， 所述获取多个目标文本， 包括： 对多个预设文本进行主题聚类， 得到 至少一个第二文本集 合； 获取各个第二文本集合中的目标文本集合， 所述目标文本集合包括所述多个目标文 本。 7.根据权利要求6所述的方法， 其特征在于， 所述对多个预设文本进行主题聚类， 得到 至少一个第二文本集 合， 包括：权　利　要　求　书 1/2 页 2 CN 114722836 B 2对各个所述预设文本进行潜在主题信 息提取， 得到各个所述预设文本对应的主题分布 向量； 基于所述主题分布向量， 对所述多个预设文本进行主题聚类， 得到所述至少一个第二 文本集合。 8.一种摘要生成装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取多个目标文本； 提取模块， 用于针对每个所述目标文本， 提取所述目标文本的文本特征， 所述文本特征 包括与语义距离相关的多个视角类型的特 征； 聚类模块， 用于基于各个所述目标文本的文本特征， 对所述多个目标文本进行议题聚 类， 得到至少一个第一文本集 合； 抽取模块， 用于对各个所述第一文本集合进行议题摘要抽取， 得到各个所述第一文本 集合对应的议题摘要； 其中， 所述文本特 征包括下列中的至少两项： 实体特 征、 实体语义特征、 行文用词特 征； 所述实体语义特征包括所述目标文本涉及的各个实体的语义角色对应的归一化频率 向量。 9.一种摘要生成设备， 其特 征在于， 包括 存储器； 处理器； 以及 计算机程序； 其中， 所述计算机程序存储在所述存储器中， 并被配置为由所述处理器执行以实现如 权利要求1 ‑7中任一项所述的摘要生成方法。 10.一种介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被处理器执行时 实现如权利要求1 ‑7任一项所述的摘要生成方法。权　利　要　求　书 2/2 页 3 CN 114722836 B 3