公开(公告)号：CN116975257A

公开(公告)日：2023-10-31

申请号：CN202310974692.9

申请日：2023-08-03

Applicant: 北京邮电大学

Inventor： 胡鼎新 ,  张星玥 ,  李奕阳 ,  李雨泽 ,  李蕾 ,  周延泉

IPC: G06F16/34 ,  G06F40/211 ,  G06F40/232 ,  G06F40/253

Abstract: 本发明是一种基于句法结构删减的自动文摘事实性增强方法，涉及大数据资源服务、数据挖掘技术。本发明方法包括：分析待纠错摘要文本语法结构获取对应的语法依存树；后序遍历语法依存树，根据语法依存关系尝试剪枝子树，获得候选摘要，并在按序访问下一子树前先将被剪枝子树还原；预先在服务器部署多个事实评价指标模型；实时调用服务器上多个事实评价指标模型，对每个候选摘要进行事实性评价，优选当后一摘要在所有事实评价指标上都优于前一摘要时，认为后一摘要更优，输出最佳摘要。本发明首次将语法结构删减应用于后纠错方案，极大地扩充了可以应对的错误范围，提高了自动文摘模型生成摘要的事实准确性，能广泛地作用于已有的自动文摘模型中。