(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 202210374056.8 (22)申请日 2022.04.11 (71)申请人 平安科技 （深圳） 有限公司 地址 518057 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 杜江楠　李剑锋　 (74)专利代理 机构 深圳市力道知识产权代理事 务所(普通 合伙) 44507 专利代理师 郑永敏 (51)Int.Cl. G06F 16/34(2019.01) G06F 40/279(2020.01) G06F 40/30(2020.01) (54)发明名称 摘要生成方法、 装置、 计算机设备和存储介 质 (57)摘要 本申请涉及人工智能领域， 通过根据标题文 本与正文语句集合进行语句提取获得关键语句， 并根据关键语句与标题文本输入摘要生成模型 进行摘要生成， 不仅可以减少输入摘要生成模型 的语句， 而且还增加了标题文本进行摘要生成， 提高了生 成摘要的准确性。 涉及一种摘要生成方 法、 装置、 计算机设备和存储介质， 该方法包括： 获取待生成摘要的目标文本， 目标文本包括标题 文本与包含至少一个语句的正文语句集合； 根据 标题文本与正文语句集合进行语句提取， 获得正 文语句集合对应的关键语句； 基于摘要生成模 型， 根据关键语句与标题文本进行摘要生成， 获 得目标文本对应的目标摘要信息。 此外， 本申请 还涉及区块链 技术， 摘要生 成模型可存储于区块 链中。 权利要求书2页 说明书11页 附图3页 CN 114817523 A 2022.07.29 CN 114817523 A 1.一种摘要生成方法， 其特 征在于， 包括： 获取待生成摘要的目标文本， 所述目标文本包括标题文本与包含至少一个语句的正文 语句集合； 根据所述标题文本与 所述正文语句集合进行语句提取， 获得所述正文语句集合对应的 关键语句； 基于摘要生成模型， 根据所述关键语句与所述标题文本进行摘要生成， 获得所述目标 文本对应的目标摘要信息 。 2.根据权利要求1所述的摘要生成方法， 其特征在于， 所述根据 所述标题文本与所述正 文语句集 合进行语句提取， 获得 所述正文语句集 合对应的关键语句， 包括： 确定所述正文语句集合中的每个语句对应的第 一重要性得分， 所述第 一重要性得分为 每个所述语句与所述标题文本之间的重要性得分； 确定每个所述语句对应的第 二重要性得分， 所述第 二重要性得分为每个所述语句在所 述正文语句集 合中的重要性得分； 根据每个所述语句的第一重要性得分与第二重要性得分， 确定所述关键语句。 3.根据权利要求2所述的摘要生成方法， 其特征在于， 所述确定所述正文语句集合中的 每个语句对应的第一重要性得分， 包括： 将每个所述语句输入向量 化模型进行向量 化， 获得每 个所述语句对应的语句向量； 将所述标题文本输入所述向量化模型进行向量化， 获得所述标题文本对应的标题文本 向量； 计算每个所述语句对应的语句向量与所述标题文本向量之间的相似度， 并将得到的相 似度确定为每 个所述语句对应的第一重要性得分。 4.根据权利要求2所述的摘要生成方法， 其特征在于， 所述确定每个所述语句对应的第 二重要性得分， 包括： 确定每个所述语句对应的语句向量； 根据不同语句对应的语句向量， 计算每个所述语句与其它语句之间的相似度， 获得每 个所述语句对应的相似度矩阵； 根据每个所述语句对应的相似度矩阵， 确定每 个所述语句对应的第二重要性得分。 5.根据权利要求4所述的摘要生成方法， 其特征在于， 所述根据每个所述语句对应的相 似度矩阵， 确定每 个所述语句对应的第二重要性得分， 包括： 构建所述正文语句集合的句子图， 所述句子图中的每个节点对应所述正文语句集合中 的一个语句， 不同节点之间具有边； 根据每个所述语句对应的相似度矩阵， 确定所述句子图中的边的权 重值； 基于文本排序算法， 根据所述句子图中的边的权重值对所述句子图中的节点的权重值 进行迭代更新， 直至满足预设的收敛 条件； 根据所述句子图中的每 个节点的权 重值， 确定每 个所述语句对应的第二重要性得分。 6.根据权利要求2所述的摘要生成方法， 其特征在于， 所述根据每个所述语句的第 一重 要性得分与第二重要性得分， 确定所述关键语句， 包括： 对每个所述语句的第 一重要性得分与第 二重要性得分进行加权计算， 获得每个所述语 句的重要性总分；权　利　要　求　书 1/2 页 2 CN 114817523 A 2将重要性总分大于第一预设 分数阈值的语句， 确定为所述关键语句。 7.根据权利要求1所述的摘要生成方法， 其特征在于， 所述摘要生成模型包括向量化模 型与摘要抽取层， 所述关键语句有至少一个； 所述基于摘要生成模型， 根据所述关键语句与 所述标题文本进行摘要生成， 获得 所述目标文本对应的目标摘要信息， 包括： 将所述标题文本、 每个所述关键语句以及每个所述关键语句的上下文语句进行拼接， 获得每个所述关键语句对应的目标语句集 合； 将每个所述关键语句对应的目标语句集合输入所述向量化模型进行向量化， 获得每个 所述关键语句对应的关键语句向量； 将每个所述关键语句对应的关键语句向量输入所述摘要抽取层进行摘要抽取， 获得每 个所述关键语句对应的摘要抽取 结果； 根据每个所述关键语句对应的摘要抽取 结果， 确定所述目标摘要信息 。 8.一种摘要生成装置， 其特 征在于， 包括： 文本获取模块， 用于获取待生成摘要的目标文本， 所述目标文本包括标题文本与包含 至少一个 语句的正文语句集 合； 语句提取模块， 用于根据所述标题文本与所述正文语句集合进行语句提取， 获得所述 正文语句集 合对应的关键语句； 摘要生成模块， 用于基于摘要生成模型， 根据所述关键语句与所述标题文本进行摘要 生成， 获得 所述目标文本对应的目标摘要信息 。 9.一种计算机设备， 其特 征在于， 所述计算机设备包括存 储器和处 理器； 所述存储器， 用于存 储计算机程序； 所述处理器， 用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1 至7任一项所述的摘要生成方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序被处理器执行时使 所述处理器实现如权利要求 1至7任一项 所述的摘要 生成方法。权　利　要　求　书 2/2 页 3 CN 114817523 A 3