一种生成摘要的方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115525746A(43)申请公布日2022.12.27(21)申请号202211163403.9(22)申请日2022.09.23(71)申请人上海上湖信息技术有限公司地址201210上海市浦东新区自由贸易试验区丹桂路999弄20号8楼802室(72)发明人张轩寇凯倪博溢王春平李铁铮(74)专利代理机构北京同达信恒知识产权代理有限公司11291专利代理师李迪(51)Int.Cl.G06F16/332(2019.01)G06F16/33(2019.01)G06F40/289(2020.01)G06K9/62(2022.01)权利要求书2页说明书12页附图5页(54)发明名称一种生成摘要的方法及装置(57)摘要一种生成摘要的方法及装置，用以准确精炼地提取对话摘要，该方法包括：抽取待处理对话中与待分析对象的语句相关的M个对话片段；所述M为正整数；将所述M个对话片段的分词编码分别输入抽取模型，确定所述M个对话片段中的N个保留对话片段；将所述N个保留对话片段的分词编码输入生成模型，得到所述N个保留对话片段中每个保留对话片段对应的子摘要编码；所述N为正整数；将所述N个保留对话片段对应的N个子摘要编码进行解码，得到所述待处理对话的N个子摘要。CN115525746ACN115525746A权利要求书1/2页1.一种生成摘要的方法，其特征在于，所述方法包括抽取待处理对话中与待分析对象的语句相关的M个对话片段；所述M为正整数；将所述M个对话片段的分词编码分别输入抽取模型，确定所述M个对话片段中的N个保留对话片段；将所述N个保留对话片段的分词编码输入生成模型，得到所述N个保留对话片段中每个保留对话片段对应的子摘要编码；所述N为正整数；将所述N个保留对话片段对应的N个子摘要编码进行解码，得到所述待处理对话的N个子摘要。2.根据权利要求1所述的方法，其特征在于，所述抽取待处理对话中与待分析对象语句相关的M个对话片段，包括：针对任一对话片段，确定所述待处理对话中待分析对象的语句；将所述待分析对象的语句，以及位于所述待分析对象的语句的前n个语句和后m个语句，形成一个对话片段。3.根据权利要求1所述的方法，其特征在于，所述将所述M个对话片段的分词编码分别输入抽取模型，确定所述M个对话片段中的保留片段，包括：将所述M个对话片段的分词编码分别输入抽取模型，得到每个对话片段的标签；将所述M个对话片段中标签为第一值的对话片段确定为保留对话片段。4.根据权利要求1所述的方法，其特征在于，所述得到所述待处理对话的N个子摘要之后，还包括：对于所述N个子摘要中字符重复度大于预设阈值的任意两个子摘要，保留字符数多的子摘要；将保留的子摘要进行拼接，得到所述待处理对话的摘要。5.根据权利要求1所述的方法，其特征在于，通过如下方法训练所述抽取模型：针对训练数据中的每篇对话，将所述对话的P个对话片段与Q个目标子摘要进行匹配；所述P和Q为正整数；将匹配到目标子摘要的对话片段的标签标记为第一值，将未匹配到目标子摘要的对话片段的标签标记为第二值；将所述P个对话片段以及所述P个对话片段的标签输入所述抽取模型，对所述抽取模型进行训练。6.根据权利要求5所述的方法，其特征在于，所述将所述对话的P个对话片段与Q个目标子摘要进行匹配，包括：对于每个目标子摘要，计算所述目标子摘要与所述P个对话片段中每个对话片段的最长公共子序列；通过所述Q个目标子摘要分别对应的P个最长公共子序列，形成匹配值矩阵；所述匹配值矩阵中的任一值为目标子摘要对应的最长公共子序列的长度值；根据所述匹配值矩阵，得到与每个目标子摘要匹配的对话片段。7.根据权利要求6所述的方法，其特征在于，所述根据所述匹配值矩阵，得到与每个目标子摘要匹配的对话片段，包括：确定所述匹配值矩阵中的最大值，将所述最大值对应的目标子摘要和所述最大值对应的对话片段确定为具有匹配关系；2CN115525746A权利要求书2/2页将所述最大值对应的目标子摘要以及所述最大值对应的对话片段所在的行列从所述匹配值矩阵中删除；返回确定所述匹配值矩阵中的最大值，直至得到与每个目标子摘要匹配的对话片段。8.根据权利要求1至7任一项所述的方法，其特征在于，通过如下方法训练所述生成模型：针对训练数据中的每篇对话，将存在匹配关系且最长公共子序列的长度值高于预设阈值的目标子摘要和对话片段作为匹配对；对于每个匹配对，将所述对话片段的分词编码作为输入，所述目标子摘要的分词编码作为输出，训练所述生成模型。9.一种生成摘要的装置，其特征在于，包括：对话片段生成模块，用于抽取待处理对话中与待分析对象的语句相关的M个对话片段；所述M为正整数；对话片段抽取模块，用于将所述M个对话片段的分词编码分别输入抽取模型，确定所述M个对话片段