文献类型：专利

中文题名：基于深度学习的子句级自动摘要模型系统及摘要生成方法

作者：沈斌[1];房一泉[1];陈晓宁[1];刘倩[1];林晨[1];栾小建[1];高小伍[1];蔡源[1];程华[1];杜嘻嘻[1];

机构：[1]华东理工大学;

专利类型：发明专利

申请号：CN202210589278.1

申请日：20220526

申请人地址：200237 上海市徐汇区梅陇路130号

公开日：20220909

代理人：王文焕

代理机构：西安研创天下知识产权代理事务所(普通合伙)

语种：中文

中文关键词：抽取单元; 模型系统; 向量表示; 摘要信息; 构建; 上下文语义; 语义相似度; 初步筛选; 冗余问题; 训练模型; 原始数据; 原文语义; 摘要生成; 编码器; 分类器; 匹配器; 匹配; 原文; 输出; 平衡; 学习

摘要：本发明公开了基于深度学习的子句级自动摘要模型系统及摘要生成方法，本模型系统在使用时，首先利用句级抽取单元将原始数据进行字句拆分，构建输入字句；利用基于BERT预训练模型和Transformer模型的编码器对经句级抽取单元构建的输入字句进行处理，获得包含上下文语义信息的子句的向量表示C″_i,j；利用分类器对向量表示进行初步筛选，并输出初步候选子句摘要；最后通过基于BERTScore的摘要匹配器，计算候选子句摘要和原文的语义相似度，得到与原文语义最匹配的摘要；本模型通过以子句作为抽取单元，能够同时平衡摘要信息的重要性和完整性，有效的解决了字句提取过程中的冗余问题，具有摘要信息的完整性高、提取速度快的特点。