公开(公告)号：CN116304745B

公开(公告)日：2024-04-12

申请号：CN202310324759.4

申请日：2023-03-27

Applicant: 济南大学

Inventor： 纪科 ,  张秀 ,  杨波 ,  陈贞翔 ,  马坤 ,  孙润元

IPC: G06F18/22 ,  G06F40/30 ,  G06F18/25 ,  G06F40/258 ,  G06F40/295 ,  G06F16/33

Abstract: 本发明公开了基于深层次语义信息的文本话题匹配方法及系统，属于文本匹配技术领域。本发明通过命名实体识别模型对文本进行实体提取，而后通过特征工程将实体进行筛选，得到文本的关键实体；通过BART模型进行文本摘要，得到文本的主要信息；最后将文本摘要和关键实体进行特征融合，获取深层次语义信息特征向量，将深层次语义信息和目标新闻文本输入预设的文本话题匹配模型，获取文本话题匹配结果。提升了文本话题匹配准确性，解决了现有技术中存在“与文本主旨无关的外部知识极易误导对当前话题的判断，易丢失文本关键信息，导致长文本匹配效果差”的问题。

公开(公告)号：CN116304745A

公开(公告)日：2023-06-23

申请号：CN202310324759.4

申请日：2023-03-27

Applicant: 济南大学

Inventor： 纪科 ,  张秀 ,  杨波 ,  陈贞翔 ,  马坤 ,  孙润元

IPC: G06F18/22 ,  G06F40/30 ,  G06F18/25 ,  G06F40/258 ,  G06F40/295 ,  G06F16/33

Abstract: 本发明公开了基于深层次语义信息的文本话题匹配方法及系统，属于文本匹配技术领域。本发明通过命名实体识别模型对文本进行实体提取，而后通过特征工程将实体进行筛选，得到文本的关键实体；通过BART模型进行文本摘要，得到文本的主要信息；最后将文本摘要和关键实体进行特征融合，获取深层次语义信息特征向量，将深层次语义信息和目标新闻文本输入预设的文本话题匹配模型，获取文本话题匹配结果。提升了文本话题匹配准确性，解决了现有技术中存在“与文本主旨无关的外部知识极易误导对当前话题的判断，易丢失文本关键信息，导致长文本匹配效果差”的问题。