(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210380604.8 (22)申请日 2022.04.12 (71)申请人 北京澜舟 科技有限公司 地址 100000 北京市海淀区海淀大街3号B 座11层1101-3室 (72)发明人 刘明童　王泽坤　周明　 (74)专利代理 机构 深圳市智享知识产权代理有 限公司 4 4361 专利代理师 罗芬梅 (51)Int.Cl. G06F 40/295(2020.01) G06F 40/30(2020.01) G06F 40/216(2020.01) G06F 40/166(2020.01) G06K 9/62(2022.01)G06N 3/04(2006.01) (54)发明名称 一种文本摘要生成方法 (57)摘要 本发明涉及文本摘要生 成技术领域， 特别涉 及一种文本摘要生成方法， 具体包括以下步骤： 将预设的至少两篇文章随机组合生成树形平衡 二叉树， 树的叶节点代表一篇文章； 逐层对树形 平衡二叉树内相连的文章进行两两融合， 以生成 融合有至少两篇文章关键信息的目标文本摘要。 可以理解的， 通过融合多篇文章的关键信息来生 成目标文本摘要， 能让阅读者快速获取多篇文章 的关键信息， 提高阅读者的阅读效率。 权利要求书2页 说明书11页 附图5页 CN 114611520 A 2022.06.10 CN 114611520 A 1.一种文本摘要生成方法， 其特 征在于， 具体包括以下步骤： 将预设的至少两篇文章随机组合 生成树形平衡二叉树， 树的叶节点代 表一篇文章； 逐层对树形平衡二叉树内相连的文章进行两两 融合， 以生成融合有至少两篇文章关键 信息的目标文本摘要。 2.如权利要求1所述的文本摘要生成方法， 其特征在于， 所述树形平衡二叉树包括第1 至第N层节点， 所述第N层节点为叶节点， N为正整数， 所述逐层对树形平衡二叉树内相连的 文章进行两 两融合， 包括： 将第N层节点文章 融合为第N ‑1层节点文章， 第N ‑1层的每个节点代表一篇第N ‑1层节点 文章， 每篇第N ‑1层节点文章由连接 至相同的第N ‑1层节点的第N层节点文章融合产生； 从第N‑1至第1层逐层融合以生成第1层节点文章， 所述第1层节点文章由连接至第1层 节点的第2层节点文章融合产生， 所述第1层节点文章即为所述目标文本摘要。 3.如权利要求1所述的文本摘要生成方法， 其特征在于， 所述逐层对树形平衡二叉树内 相连的文章进行两 两融合， 具体包括以下步骤： 通过相同的上层节点确定相连的两篇文章； 通过命名实体识别技术识别相连的两篇文章中的需求信息， 并从中提取关键句， 关键 句为文章内含有关键信息的句子； 基于关键句之间的相似度， 对抽取出的关键句进行筛选， 所述关键句之间的相似度通 过基于锚点计算出的相似度和基于语义计算的余弦相似度共同确定； 对筛选出的关键句进行拼接， 得到 两篇文章融合后的关键句集 合。 4.如权利要求3所述的文本摘要生成方法， 其特征在于， 所述通过命名实体识别技术识 别相连的两篇文章中的需求信息， 并从中提取关键句， 具体包括以下步骤： 通过命名实体识别技术识别相连的两篇文章中的需求信 息， 并将其填入预设的问题模 板中， 从而生成多个问题； 使用孟子 ‑BERT模型， 分别为每个问题从各篇文章中抽取答案片段， 获得的答案片段即 为关键句。 5.如权利要求3所述的文本摘要生成方法， 其特征在于， 所述基于关键句之间的相似 度， 对抽取 出的关键句进行筛 选， 具体包括以下步骤： 将两个关键句集 合中的元 素两两根据相似度进行匹配形成二部图； 通过贪心算法选 定蕴含信息量 最多但是句子数量 最少的关键句集 合。 6.如权利要求3所述的文本摘要生成方法， 其特 征在于： 关键句之间的相似度计算公式为 ； 为基于语义计算 的余弦相似度， 先通过孟子预训练模型计算每个关键句的向量 表示 ， 其中的 为关键句的编号， x为正整数， 然后计算向量之间的余弦相似 度， 具体公式为 ；权　利　要　求　书 1/2 页 2 CN 114611520 A 2为基于锚点计算出的相似度， 可通过数字比对方式或字符比对方式的来确认， 表示基于锚点计算出的相似度的权 重系数。 7.如权利要求1所述的文本摘要生成方法， 其特 征在于， 还 包括以下步骤： 在完成了所有文章的融合后， 采用孟子 ‑BERT 预训练模型对最终融合的文章内的关键 句进行排序， 得到初始的目标文本摘要； 通过孟子 ‑T5模型在初始的目标文本摘要的关键句 之间生成过渡文本， 从而获得拥有过渡文本的目标文本摘要。 8.如权利要求7所述的文本摘要生成方法， 其特征在于， 所述通过孟子 ‑T5模型在初始 的目标文本摘要的关键句之间生成过渡文本， 从而获得拥有过渡文本的目标文本摘要， 具 体包括以下步骤： 在初始的目标文本摘要的关键句之间分别设置掩码； 通过孟子 ‑T5模型对掩码的内容进行预测， 即可得到生成的过渡文本， 从而获得拥 有过 渡文本的目标文本摘要， 过渡文本用于完善初始的目标文本摘要内相 邻的关键句之 间的逻 辑关系。 9.如权利要求7 所述的文本摘要生成方法， 其特 征在于， 还 包括以下步骤： 为拥有过渡文本的目标文本摘要生成概述和/或总结文本， 总结文本为段落或语句， 从 而得到最终的目标文本摘要。 10.如权利要求9所述的文本摘要生成方法， 其特征在于， 所述为拥有过渡文本的目标 文本摘要生成概述和/或总结文本， 总结文本为段落或语句， 从而得到最终的目标文本摘 要， 具体包括以下步骤： 通过孟子 ‑T5模型依序为每 个关键句生成一个话题词汇并标记； 设计提示问答模板， 用于询问生成拥 有过渡文本的目标文本摘要内关于各个话题词汇 的主要讲述内容， 然后将对应问题的回答答案 设为掩码， 并通过使用孟子 ‑T5模型对掩码的 内容进行 预测 ， 即可得到概述和/或总结文本； 结合概述和/或总结文本以及拥有过渡文本的目标文本摘要， 得到最终的目标文本摘 要。权　利　要　求　书 2/2 页 3 CN 114611520 A 3