公开(公告)号：CN113157855B

公开(公告)日：2023-02-21

申请号：CN202110197752.1

申请日：2021-02-22

Applicant: 福州大学

Inventor： 陈羽中 ,  张斯巍

IPC: G06F16/33 ,  G06F16/34 ,  G06F16/35 ,  G06N3/047 ,  G06N3/084

Abstract: 本发明提出一种融合语义与上下文信息的文本摘要方法，其特征在于：包括以下步骤：步骤A：采集文本内容以及摘要，构建文本‑摘要对训练集；步骤B：基于文本‑摘要对训练集，训练融合语义与上下文信息的深度学习网络模型；步骤C：将文本内容输入步骤B训练好的深度学习网络模型中，输出文本的摘要；本发明能够更好地捕获文本的潜在语义信息，提高了对于生成摘要的准确精度。

公开(公告)号：CN113157914A

公开(公告)日：2021-07-23

申请号：CN202110157327.X

申请日：2021-02-04

Applicant: 福州大学

Inventor： 陈羽中 ,  张斯巍

IPC: G06F16/35 ,  G06F40/126 ,  G06F40/211 ,  G06F40/279 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于多层循环神经网络的文档摘要提取方法及系统，包括以下步骤：步骤A：采集用于训练的文档‑句子标签对，构建文档‑句子标签对训练集，每条训练样本包括文档与文档中每条句子的标签；句子的标签值为1代表该句子属于摘要，标签值为0代表该句子不属于摘要；步骤B：使用文档‑句子标签对训练集，对用于文档摘要提取的深度学习模型进行训练；步骤C：将文档输入到训练好的深度学习网络模型中，输出文档的摘要。该方法及系统有利于提高对于文本摘要的准确精度。

公开(公告)号：CN113157914B

公开(公告)日：2022-06-14

申请号：CN202110157327.X

申请日：2021-02-04

Applicant: 福州大学

Inventor： 陈羽中 ,  张斯巍

IPC: G06F16/35 ,  G06F40/126 ,  G06F40/211 ,  G06F40/279 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于多层循环神经网络的文档摘要提取方法及系统，包括以下步骤：步骤A：采集用于训练的文档‑句子标签对，构建文档‑句子标签对训练集，每条训练样本包括文档与文档中每条句子的标签；句子的标签值为1代表该句子属于摘要，标签值为0代表该句子不属于摘要；步骤B：使用文档‑句子标签对训练集，对用于文档摘要提取的深度学习模型进行训练；步骤C：将文档输入到训练好的深度学习网络模型中，输出文档的摘要。该方法及系统有利于提高对于文本摘要的准确精度。

公开(公告)号：CN113157855A

公开(公告)日：2021-07-23

申请号：CN202110197752.1

申请日：2021-02-22

Applicant: 福州大学

Inventor： 陈羽中 ,  张斯巍

IPC: G06F16/33 ,  G06F16/34 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种融合语义与上下文信息的文本摘要方法，其特征在于：包括以下步骤：步骤A：采集文本内容以及摘要，构建文本‑摘要对训练集；步骤B：基于文本‑摘要对训练集，训练融合语义与上下文信息的深度学习网络模型；步骤C：将文本内容输入步骤B训练好的深度学习网络模型中，输出文本的摘要；本发明能够更好地捕获文本的潜在语义信息，提高了对于生成摘要的准确精度。