公开(公告)号：CN119293347A

公开(公告)日：2025-01-10

申请号：CN202411213861.8

申请日：2024-08-31

Applicant: 福州大学

Inventor： 陈羽中 ,  张文涛 ,  陈子阳

IPC: G06F16/9536 ,  G06F16/3329 ,  G06F16/353 ,  G06F18/25 ,  G06F18/214 ,  G06N3/0499

Abstract: 本发明涉及一种基于主题增强与对话中心的对话摘要方法及系统，该方法包括：提取用户对话、用户对话摘要并标注标签，构建训练集；使用训练集及嵌入主题模型训练基于主题增强与对话中心的深度学习网络模型M，模型M获取对话的话语级表示和话语级主题特征表示，并以其作为输入，采用特征感知元网络为特征去除噪声，利用多头注意力捕捉特征之间的语义关联性，使用门控机制进行过滤融合得到主题增强的对话上下文特征表示，并为其赋权得到最终表示；以最终表示作为输入来生成对话摘要来训练模型，从而学习用户对话和用户对话摘要之间的语义关系；将用户对话输入到训练后的模型M中，输出用户对话的摘要。该方法及系统有利于提高对话摘要的准确性。

公开(公告)号：CN119166906A

公开(公告)日：2024-12-20

申请号：CN202411213851.4

申请日：2024-08-31

Applicant: 福州大学

Inventor： 陈羽中 ,  张文涛 ,  陈子阳

IPC: G06F16/9536 ,  G06F16/332 ,  G06F18/214 ,  G06N3/047

Abstract: 本发明涉及一种基于事实一致性对比的对话摘要方法及系统，该方法包括：提取用户对话、用户对话摘要并标注标签，构建训练集DS；构建基于事实一致性对比的深度学习网络模型M，模型M通过获取初始对话的摘要表示、对话事实增强的摘要表示和对话事实扰乱的摘要表示，构成对比三元组进行对比学习；在训练过程中最小化初始对话的摘要表示与对话事实增强的摘要表示之间的距离，同时最大化初始对话的摘要表示与对话事实扰乱的摘要表示之间的距离；使用训练集DS训练模型M，通过模型M来学习用户对话和用户对话摘要之间的语义关系；将用户对话输入到训练后的模型M中，输出用户对话的摘要。该方法及系统有利于提高对话摘要的准确性。