公开(公告)号：CN118332101B

公开(公告)日：2025-05-16

申请号：CN202410400400.5

申请日：2024-04-03

Applicant: 中国科学院信息工程研究所

Inventor： 曹亚男 ,  王晗炜 ,  方芳 ,  尚燕敏 ,  尹鹏飞 ,  刘燕兵

IPC: G06F16/34 ,  G06F40/30 ,  G06N3/0442 ,  G06N3/08 ,  G06F16/353

Abstract: 本发明属于文本信息抽取领域，涉及一种基于分层迭代的长文本抽取式摘要生成方法和装置。该方法包括：获取文本中字符的词向量、位置向量以及结构子标题向量，将其相加作为语义编码的输入，采用长文本预训练语言模型作为语义编码器，进行语义编码；将语义编码之后的向量送入各个层级编码器中，将语义信息沿着文本结构路线由句子层级至文档层级进行分层传递，然后从文档层级至句子层级再次进行分层传递，实现迭代更新，得到各个层级的隐层表示；通过融合各个层级的隐层表示全面地对每个句子进行评价，选出最优的摘要句。本发明能够克服现有抽取式摘要面向长文本时计算资源消耗大，存在语义损失以及长文本结构建模缺失的问题。

公开(公告)号：CN118332101A

公开(公告)日：2024-07-12

申请号：CN202410400400.5

申请日：2024-04-03

Applicant: 中国科学院信息工程研究所

Inventor： 曹亚男 ,  王晗炜 ,  方芳 ,  尚燕敏 ,  尹鹏飞 ,  刘燕兵

IPC: G06F16/34 ,  G06F40/30 ,  G06N3/0442 ,  G06N3/08 ,  G06F16/35

Abstract: 本发明属于文本信息抽取领域，涉及一种基于分层迭代的长文本抽取式摘要生成方法和装置。该方法包括：获取文本中字符的词向量、位置向量以及结构子标题向量，将其相加作为语义编码的输入，采用长文本预训练语言模型作为语义编码器，进行语义编码；将语义编码之后的向量送入各个层级编码器中，将语义信息沿着文本结构路线由句子层级至文档层级进行分层传递，然后从文档层级至句子层级再次进行分层传递，实现迭代更新，得到各个层级的隐层表示；通过融合各个层级的隐层表示全面地对每个句子进行评价，选出最优的摘要句。本发明能够克服现有抽取式摘要面向长文本时计算资源消耗大，存在语义损失以及长文本结构建模缺失的问题。