公开(公告)号：CN111400487B

公开(公告)日：2024-09-20

申请号：CN202010178615.9

申请日：2020-03-14

Applicant: 北京工业大学

Inventor： 刘博 ,  申利彬

IPC: G06F16/34 ,  G06F40/30 ,  G06F18/214

Abstract: 一种文本摘要质量评价方法属于自然语言处理领域，针对模型生成文本质量问题。深度学习下的文本生成技术已经取得了很大的进步，可以针对一篇文本生成相关的摘要，可以保证摘要的抽象性和多样性。但是深度学习模型生成的摘要还是存在词语重复，语义不相关的问题，不能直接用于生产环境，而且人工审核难度大。本方法针对深度学习模型生成的摘要进行质量评价，设计了语言质量网络和语义质量网络，主要从语法和语义两方面解决生成文本的质量评价问题。本方法使得摘要质量评价的效率得到很大提升。

公开(公告)号：CN111400487A

公开(公告)日：2020-07-10

申请号：CN202010178615.9

申请日：2020-03-14

Applicant: 北京工业大学

Inventor： 刘博 ,  申利彬

IPC: G06F16/34 ,  G06F40/30 ,  G06K9/62

Abstract: 一种文本摘要质量评价方法属于自然语言处理领域，针对模型生成文本质量问题。深度学习下的文本生成技术已经取得了很大的进步，可以针对一篇文本生成相关的摘要，可以保证摘要的抽象性和多样性。但是深度学习模型生成的摘要还是存在词语重复，语义不相关的问题，不能直接用于生产环境，而且人工审核难度大。本方法针对深度学习模型生成的摘要进行质量评价，设计了语言质量网络和语义质量网络，主要从语法和语义两方面解决生成文本的质量评价问题。本方法使得摘要质量评价的效率得到很大提升。

公开(公告)号：CN110765768A

公开(公告)日：2020-02-07

申请号：CN201910981470.3

申请日：2019-10-16

Applicant: 北京工业大学

Inventor： 刘博 ,  申利彬

IPC: G06F40/284 ,  G06F40/247 ,  G06N3/04

Abstract: 一种优化的文本摘要生成方法属于自然语言生成领域，尤其涉及序列到序列文本摘要生成的相关方法。首先将中文数据进行清洗等预处理，将文章送入Encoder端的AS-CNN模型提取特征，然后将特征送入由Transformer组成的Decoder端。该网络不仅可以利用CNN网络与Transformer的并行能力，充分发挥硬件的效果加快训练速度，而且在Encoder端使用CNN，减少了模型的参数，避免过拟合问题，也扩展了模型的使用范围。

公开(公告)号：CN110765264A

公开(公告)日：2020-02-07

申请号：CN201910981403.1

申请日：2019-10-16

Applicant: 北京工业大学

Inventor： 刘博 ,  申利彬

IPC: G06F16/34 ,  G06F16/33 ,  G06F16/36 ,  G06F40/30 ,  G06F40/247

Abstract: 一种增强语义相关性的文本摘要生成方法属于文本生成领域。首先将海量中文数据进行去噪等预处理，然后将摘要经过预训练网络，获取文本对应的词向量，将需要做摘要的文章转为词向量送模型Encoder端进行特征表示。最后在模型Decoder端，将生成的摘要向量与预训练计算相似度与模型的LOSS值结合，进行模型的梯度计算。预训练向量有很好表达文本语义的能力，本发明将预训练向量与模型生成向量进行结合，不但可以减轻模型提取特征的压力，还可以保证模型生成的摘要语义与原文相同，解决生成摘要与原文不相关的问题。