摘要生成方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105868175A(43)申请公布日2016.08.17(21)申请号201510882825.5(22)申请日2015.12.03(71)申请人乐视网信息技术（北京）股份有限公司地址100089北京市海淀区学院南路68号19号楼六层6184号房间(72)发明人赵九龙(74)专利代理机构北京弘权知识产权代理事务所(普通合伙)11363代理人逯长明许伟群(51)Int.Cl.G06F17/27(2006.01)权利要求书2页说明书6页附图2页(54)发明名称摘要生成方法及装置(57)摘要本公开实施例提供了一种摘要生成方法及装置，所述方法包括以下步骤：将待处理文档划分为多个语句组合，每个所述语句组合中均包含预设数量个语句；计算每个所述语句组合中所有语句的权重值；针对每个语句组合，选取所述语句组合中权重值最大的语句作为候选语句；将部分所述语句组合对应的所述候选语句组合成所述待处理文档的摘要。本公开提供的该方法能够通过自动根据文档内容生成摘要，方便用户快速通过阅读文摘获取所需信息，帮助人们了解文档概况，并根据文档概况确定是否应该详读原文。CN105868175ACN105868175A权利要求书1/2页1.一种摘要生成方法，其特征在于，包括：将待处理文档划分为多个语句组合，每个所述语句组合中均包含预设数量个语句；计算每个所述语句组合中所有语句的权重值；针对每个语句组合，选取所述语句组合中权重值最大的语句作为候选语句；将部分所述语句组合对应的所述候选语句组合成所述待处理文档的摘要。2.根据权利要求1所述的摘要生成方法，其特征在于，所述计算每个所述语句组合中所有语句的权重值包括：将文档中的文字分割为多个词语；为每个词语标注词性；将每个语句中分割得到的多个词语中词性为预设词性的词语，以及，位于预设黑名单中的词语删除；计算所述语句组合中每两个语句的相似度；利用所述相似度计算每个所述语句组合中所有语句的权重值。3.根据权利要求1所述的摘要生成方法，其特征在于，所述将待处理文档划分为多个语句组合包括：将待处理文档的内容按照预设标点划分为多个语句；针对每个语句，按照语句在所述待处理文档中的排序，选取所述语句以及所述语句之后的预设数量个连续的语句作为一个语句组合。4.根据权利要求1所述的摘要生成方法，其特征在于，所述将部分所述语句组合对应的所述候选语句组合成所述待处理文档的摘要包括：将每个语句组合中最大的权重值对应的语句确定为目标语句；将预设数量个目标语句确定为候选语句。5.根据权利要求1所述的摘要生成方法，其特征在于，所述将部分所述语句组合对应的所述候选语句组合成所述待处理文档的摘要包括：获取部分所述语句组合对应的所述候选语句在待处理文档中的排序；按照所述排序生成所述待处理文档的摘要。6.一种摘要生成装置，其特征在于，包括：划分模块，用于将待处理文档划分为多个语句组合，每个所述语句组合中均包含预设数量个语句；计算模块，用于计算每个所述语句组合中所有语句的权重值；选取模块，用于针对每个语句组合，选取所述语句组合中权重值最大的语句作为候选语句；组合模块，用于将部分所述语句组合对应的所述候选语句组合成所述待处理文档的摘要。7.根据权利要求6所述的摘要生成装置，其特征在于，所述计算模块，包括：分割子模块，用于将文档中的文字分割为多个词语；标注子模块，用于为每个词语标注词性；删除子模块，用于将每个语句中分割得到的多个词语中词性为预设词性的词语，以及，位于预设黑名单中的词语删除；2CN105868175A权利要求书2/2页相似度计算子模块，用于计算所述语句组合中每两个语句的相似度；权重计算子模块，用于利用所述相似度计算每个所述语句组合中所有语句的权重值。8.根据权利要求6所述的摘要生成装置，其特征在于，所述划分模块，包括：划分子模块，用于将待处理文档的内容按照预设标点划分为多个语句；选取子模块，用于针对每个语句，按照语句在所述待处理文档中的排序，选取所述语句以及所述语句之后的预设数量个连续的语句作为一个语句组合。9.根据权利要求6所述的摘要生成装置，其特征在于，所述组合模块，包括：第一确定子模块，用于将每个语句组合中最大的权重值对应的语句确定为目标语句；第二确定子模块，用于将预设数量个目标语句确定为候选语句。10.根据权利要求6所述的摘要生成装置，其特征在于，所述组合模块，包括：获取子模块，用于获取部分所述语句组合对应的所述候选语句在待处理文档中的排序；生成子模块，用于按照所述排序生成所述待处理文档的摘要。3CN105868175A说明书1/6页摘要生成方法及装置技术领域[0001]本公开涉及计算机技术，尤其涉及摘要生成方法及装置。背景技术[0002]随着互联网的普及、以及信息获取