CN111061860A - 摘要生成方法和装置 - Google Patents

摘要生成方法和装置 Download PDF

Info

Publication number
CN111061860A
CN111061860A CN201911272761.1A CN201911272761A CN111061860A CN 111061860 A CN111061860 A CN 111061860A CN 201911272761 A CN201911272761 A CN 201911272761A CN 111061860 A CN111061860 A CN 111061860A
Authority
CN
China
Prior art keywords
paragraph
information
title
determining
satisfying
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911272761.1A
Other languages
English (en)
Inventor
陈默也
徐伟
刘家辰
肖欣延
佘俏俏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201911272761.1A priority Critical patent/CN111061860A/zh
Publication of CN111061860A publication Critical patent/CN111061860A/zh
Priority to US16/890,685 priority patent/US11687715B2/en
Priority to JP2020097663A priority patent/JP7050857B2/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/289Phrasal analysis, e.g. finite state techniques or chunking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/34Browsing; Visualisation therefor
    • G06F16/345Summarisation for human users
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/258Heading extraction; Automatic titling; Numbering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Machine Translation (AREA)

Abstract

本申请实施例公开了摘要生成方法和装置。上述方法的一具体实施方式包括:获取目标文本,上述目标文件包括标题和正文;确定上述标题中是否包括问题;响应于确定上述标题中包括问题,在上述正文中确定信息满足段落,上述信息满足段落包括上述问题的答案;基于上述信息满足段落,生成上述目标文本的摘要。该实施方式能够生成直接满足读者获取信息的需求的摘要。

Description

摘要生成方法和装置
技术领域
本申请实施例涉及计算机技术领域,具体涉及摘要生成方法和装置。
背景技术
信息满足型摘要(query-focused summarization)是一种偏向满足用户信息所求的摘要方式,具体来说,相较于传统摘要以覆盖文章重点内容为目的,信息满足型摘要以回答用户问题为摘要目的。
与此同时,在信息流迅速的背景下,互联网中自媒体文章、标题党文章、公众号文章层出不穷,这类文章不仅数量庞大,而且在文章结构和内容上也与传统新闻文章有很大区别。这类文章往往叙事结构不够完整,标题不够清晰,有时还会在标题上故意设置“悬念”来达到吸引读者的目的。
发明内容
本申请实施例提出了摘要生成方法和装置。
第一方面,本申请实施例提供了一种摘要生成方法,包括:获取目标文本,上述目标文件包括标题和正文;确定上述标题中是否包括问题;响应于确定上述标题中包括问题,在上述正文中确定信息满足段落,上述信息满足段落包括上述问题的答案;基于上述信息满足段落,生成上述目标文本的摘要。
在一些实施例中,上述确定上述标题中是否包括问题,包括以下至少一项:如果上述标题为疑问句,确定上述标题中包括问题;如果上述标题中包括指代关系并且不包括上述指代关系的对象,确定上述标题中包括问题;如果上述标题中包括预设词语集合中的至少一个词语,确定上述标题中包括问题。
在一些实施例中,上述在上述正文中确定信息满足段落,包括:确定上述正文中的各段落与上述标题的相似度;将相似度最大值对应的段落作为信息满足段落。
在一些实施例中,上述基于上述信息满足段落,生成上述目标文本的摘要,包括:根据上述信息满足段落及位于上述信息满足段落之后的至少一个段落,生成摘要。
在一些实施例中,上述基于上述信息满足段落,生成上述目标文本的摘要,包括:响应于确定上述信息满足段落的起始词为连词,根据上述信息满足段落及位于上述信息满足段落之前的至少一个段落,生成摘要。
在一些实施例中,上述基于上述信息满足段落,生成上述目标文本的摘要,包括:删除以下至少一项中的无效语句:上述信息满足段落、上述信息满足段落之前的至少一个段落、上述信息满足段落之后的至少一个段落;根据删除处理后的各段落,生成摘要。
在一些实施例中,上述基于上述信息满足段落,生成上述目标文本的摘要,包括:响应于确定上述信息满足段落的字数大于预设字数阈值,在上述信息满足段落中截取多个句子;将截取的多个句子作为摘要。
第二方面,本申请实施例提供了一种摘要生成装置,包括:获取单元,被配置成获取目标文本,上述目标文件包括标题和正文;判断单元,被配置成确定上述标题中是否包括问题;确定单元,被配置成响应于确定上述标题中包括问题,在上述正文中确定信息满足段落,上述信息满足段落包括上述问题的答案;生成单元,被配置成基于上述信息满足段落,生成上述目标文本的摘要。
在一些实施例中,上述判断单元进一步被配置成执行以下至少一项:如果上述标题为疑问句,确定上述标题中包括问题;如果上述标题中包括指代关系并且不包括上述指代关系的对象,确定上述标题中包括问题;如果上述标题中包括预设词语集合中的至少一个词语,确定上述标题中包括问题。
在一些实施例中,上述确定单元进一步被配置成:确定上述正文中的各段落与上述标题的相似度;将相似度最大值对应的段落作为信息满足段落。
在一些实施例中,上述生成单元进一步被配置成:根据上述信息满足段落及位于上述信息满足段落之后的至少一个段落,生成摘要。
在一些实施例中,上述生成单元进一步被配置成:响应于确定上述信息满足段落的起始词为连词,根据上述信息满足段落及位于上述信息满足段落之前的至少一个段落,生成摘要。
在一些实施例中,上述生成单元进一步被配置成:删除以下至少一项中的无效语句:上述信息满足段落、上述信息满足段落之前的至少一个段落、上述信息满足段落之后的至少一个段落;根据删除处理后的各段落,生成摘要。
在一些实施例中,上述生成单元进一步被配置成:响应于确定上述信息满足段落的字数大于预设字数阈值,在上述信息满足段落中截取多个句子;将截取的多个句子作为摘要。
第三方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面任一实施例所描述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面任一实施例所描述的方法。
本申请的上述实施例提供的摘要生成方法和装置,在获取目标文本后,可以确定目标文本的标题中是否包括问题。如果包括,则在目标文本的正文中确定信息满足段落。最后,基于信息满足段落,生成目标文本的摘要。本实施例的方法,能够生成直接满足读者获取信息的需求的摘要。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性***架构图;
图2是根据本申请的摘要生成方法的一个实施例的流程图;
图3是根据本申请的摘要生成方法的一个应用场景的示意图;
图4是根据本申请的摘要生成方法的另一个实施例的流程图;
图5是根据本申请的摘要生成装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的电子设备的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的摘要生成方法或摘要生成装置的实施例的示例性***架构100。
如图1所示,***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的网页提供支持的后台网页服务器。后台网页服务器可以对接收到的网页页面请求等数据进行分析等处理,并将处理结果(例如网页中的文本的摘要)反馈给终端设备101、102、103。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器105为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的摘要生成方法可以由终端设备101、102、103执行,也可以由服务器105执行。相应地,摘要生成装置可以设置于终端设备101、102、103中,也可以设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的摘要生成方法的一个实施例的流程200。本实施例的摘要生成方法,包括以下步骤:
步骤201,获取目标文本。
在本实施例中,摘要生成方法的执行主体(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式获取目标文本。此处目标文本可以是发布在网页中的文本,也可以是各种公众号推送的文章中的文本。上述目标文本可以包括标题和正文,正文中可以包括多个文字段落,还可以包括图片、表格等。
步骤202,确定标题中是否包括问题。
在获取到目标文本后,执行主体可以判断标题中是否包括问题。上述问题可以包括显式问题和隐式问题。显示问题是指包括疑问句或者包括问号的问题,例如,“踽踽独行是什么意思?”。隐式问题是指包括指代关系的问题,例如,“拿它充鲍鱼,竟比真鲍鱼还好吃!”。在隐式问题一般未给出上述指代关系的对象,而是需要用户阅读正文才能获得答案。
在本实施例的一些可选的实现方式中,执行主体可以通过图2中未示出的以下至少一种方式来判断标题中是否包括问题:如果标题为疑问句,确定标题中包括问题;如果标题中包括指代关系并且不包括指代关系的对象,确定标题中包括问题;如果标题中包括预设词语集合中的至少一个词语,确定标题中包括问题。
本实现方式中,如果标题为疑问句,则确定标题中包括问题,且该问题为显式问题。如果标题中包括指代关系并且不包括指代关系的对象,确定标题中包括问题,且该问题为隐式问题。如果标题中包括预设词语集合中的至少一个词语,确定标题中包括问题。上述预设词语集合可以包括“为什么”“是什么”“这个操作”等等。通过将标题与预设词语集合进行对比,既可以确定出显式问题,也可以确定出隐式问题。
步骤203,响应于确定标题中包括问题,在正文中确定信息满足段落。
在确定标题中包括问题后,执行主体可以在正文中确定信息满足段落。本实施例中,信息满足段落为包括问题的答案的段落。具体的,执行主体可以通过多种方式来确定信息满足段落,例如,可以将与标题相似度最大的段落作为信息满足段落。或者,执行主体可以将第N个段落作为信息满足段落。此处,N为预设数值。
在本实施例的一些可选的实现方式中,执行主体可以通过图2中未示出的以下步骤来确定信息满足段落:确定正文中的各段落与标题的相似度;将相似度最大值对应的段落作为信息满足段落。
本实现方式中,执行主体可以分别计算正文中的各段落与标题的相似度。然后,将相似度最大值对应的段落作为包含答案的段落,即为信息满足段落。可以理解的是,相似度的计算属于现有技术,此处不再赘述。
步骤204,基于信息满足段落,生成目标文本的摘要。
在确定信息满足段落后,执行主体可以基于信息满足段落,生成目标文本的摘要。具体的,执行主体可以将信息满足段落和/或其之前的至少一个段落、其之后的至少一个段落,作为目标文本的摘要。可以理解的是,上述摘要中包括标题中问题的答案,用户通过浏览摘要即可以确定问题的答案,从而不需要点击标题进入正文来查看答案。
继续参见图3,图3是根据本实施例的摘要生成方法的一个应用场景的示意图。在图3的应用场景中,用户通过终端中安装的浏览器显示的网页浏览文章,终端可以将该网页中的各文章分别作为目标文本发送给服务器,服务器根据步骤201~204的处理,得到各文章的摘要,并将摘要输出至终端,终端将上述摘要显示在浏览器中。这样,用户通过该网页就可以得到各文章的答案,从而不需要点击进入正文查看。
本申请的上述实施例提供的摘要生成方法,在获取目标文本后,可以确定目标文本的标题中是否包括问题。如果包括,则在目标文本的正文中确定信息满足段落。最后,基于信息满足段落,生成目标文本的摘要。本实施例的方法,能够生成直接满足读者获取信息的需求的摘要。
继续参见图4,其示出了根据本申请的摘要生成方法的另一个实施例的流程400。如图4所示,本实施例的摘要生成方法,可以包括以下步骤:
步骤401,获取目标文本。
步骤402,确定标题中是否包括问题。
步骤403,响应于确定标题中包括问题,在正文中确定信息满足段落。
步骤401~403的原理与步骤201~203的原理类似,此处不再赘述。在确定信息满足段落后,执行主体可以根据步骤404和/或步骤405来生成摘要。
步骤404,根据信息满足段落及位于信息满足段落之后的至少一个段落,生成摘要。
本实施例中,执行主体可以将信息满足段落及位于其之后的至少一个段落,生成摘要。具体的,执行主体可以将信息满足段落及位于其之后的2个段落或3个段落,作为目标文本的摘要。
步骤405,响应于确定信息满足段落的起始词为连词,根据信息满足段落及位于信息满足段落之前的至少一个段落,生成摘要。
执行主体还可以判断信息满足段落的起始词是否为连词,如果是,则执行主体可以根据信息满足段落及位于其之前的至少一个段落,生成摘要。例如,如果信息满足段落的起始词为“然而”,则认为通过步骤404生成的摘要不连贯,用户在阅读摘要的时候感觉突兀,则执行主体可以将信息满足段落之前的至少一个段落,结合信息满足段落和/或其之后的至少一个段落,作为目标文本的摘要。例如,执行主体可以将信息满足段落之前的1个段落、信息满足段落和信息满足段落之后的1个段落作为摘要。
在本实施例的一些可选的实现方式中,执行主体还可以通过图4中未示出的以下步骤来生成摘要:删除以下至少一项中的无效语句:信息满足段落、信息满足段落之前的至少一个段落、信息满足段落之后的至少一个段落;根据删除处理后的各段落,生成摘要。
本实现方式中,执行主体还可以对信息满足段落、信息满足段落之前的至少一个段落和/或信息满足段落之后的至少一个段落进行删除处理,上述删除处理是指删除各段落中的无效语句。上述无效语句可以包括但不限于:用于描述图片的语句、与标题一致的语句、报头。执行主体可以根据删除处理后的各段落,生成摘要。
在本实施例的一些可选的实现方式中,执行主体还可以通过图4中未示出的以下步骤来生成摘要:响应于确定信息满足段落的字数大于预设字数阈值,在信息满足段落中截取多个句子;将截取的多个句子作为摘要。
本实现方式中,执行主体还可以对摘要的字数进行限制,如果信息满足段落的文字不超过预设字数阈值,则执行主体可以将信息满足段落及其之前的至少一个段落和/或其之后的至少一个段落进行组合,作为摘要。但需要说明的是,如果信息满足段落和其它段落组合后,字数超过了预设字数阈值,则执行主体可以只将信息满足段落作为摘要。如果信息满足段落的字数超过了预设字数阈值,则执行主体可以在信息满足段落中截取多个句子。然后,将截取的多个句子作为摘要。
本申请的上述实施例提供的摘要生成方法,生成的摘要具有连贯性,符合用户的阅读习惯。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种摘要生成装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的摘要生成装置500包括:获取单元501、判断单元502、确定单元503和生成单元504。
获取单元501,被配置成获取目标文本。目标文件包括标题和正文。
判断单元502,被配置成确定标题中是否包括问题。
确定单元503,被配置成响应于确定标题中包括问题,在正文中确定信息满足段落。信息满足段落包括所述问题的答案。
生成单元504,被配置成基于信息满足段落,生成目标文本的摘要。
在本实施例的一些可选的实现方式中,判断单元502进一步被配置成执行以下至少一项:如果标题为疑问句,确定标题中包括问题;如果标题中包括指代关系并且不包括指代关系的对象,确定标题中包括问题;如果标题中包括预设词语集合中的至少一个词语,确定标题中包括问题。
在本实施例的一些可选的实现方式中,确定单元503进一步被配置成:确定正文中的各段落与标题的相似度;将相似度最大值对应的段落作为信息满足段落。
在本实施例的一些可选的实现方式中,生成单元504进一步被配置成:根据信息满足段落及位于信息满足段落之后的至少一个段落,生成摘要。
在本实施例的一些可选的实现方式中,生成单元504进一步被配置成:响应于确定信息满足段落的起始词为连词,根据信息满足段落及位于信息满足段落之前的至少一个段落,生成摘要。
在本实施例的一些可选的实现方式中,生成单元504进一步被配置成:删除以下至少一项中的无效语句:信息满足段落、信息满足段落之前的至少一个段落、信息满足段落之后的至少一个段落;根据删除处理后的各段落,生成摘要。
在本实施例的一些可选的实现方式中,生成单元504进一步被配置成:响应于确定信息满足段落的字数大于预设字数阈值,在信息满足段落中截取多个句子;将截取的多个句子作为摘要。
应当理解,摘要生成装置500中记载的单元501至单元504分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对摘要生成方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器或终端设备)600的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取目标文本,目标文件包括标题和正文;确定标题中是否包括问题;响应于确定标题中包括问题,在正文中确定信息满足段落,信息满足段落包括所述问题的答案;基于信息满足段落,生成目标文本的摘要。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、判断单元、确定单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取目标文本的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (16)

1.一种摘要生成方法,包括:
获取目标文本,所述目标文件包括标题和正文;
确定所述标题中是否包括问题;
响应于确定所述标题中包括问题,在所述正文中确定信息满足段落,所述信息满足段落包括所述问题的答案;
基于所述信息满足段落,生成所述目标文本的摘要。
2.根据权利要求1所述的方法,其中,所述确定所述标题中是否包括问题,包括以下至少一项:
如果所述标题为疑问句,确定所述标题中包括问题;
如果所述标题中包括指代关系并且不包括所述指代关系的对象,确定所述标题中包括问题;
如果所述标题中包括预设词语集合中的至少一个词语,确定所述标题中包括问题。
3.根据权利要求1所述的方法,其中,所述在所述正文中确定信息满足段落,包括:
确定所述正文中的各段落与所述标题的相似度;
将相似度最大值对应的段落作为信息满足段落。
4.根据权利要求1所述的方法,其中,所述基于所述信息满足段落,生成所述目标文本的摘要,包括:
根据所述信息满足段落及位于所述信息满足段落之后的至少一个段落,生成摘要。
5.根据权利要求1所述的方法,其中,所述基于所述信息满足段落,生成所述目标文本的摘要,包括:
响应于确定所述信息满足段落的起始词为连词,根据所述信息满足段落及位于所述信息满足段落之前的至少一个段落,生成摘要。
6.根据权利要求4或5所述的方法,其中,所述基于所述信息满足段落,生成所述目标文本的摘要,包括:
删除以下至少一项中的无效语句:所述信息满足段落、所述信息满足段落之前的至少一个段落、所述信息满足段落之后的至少一个段落;
根据删除处理后的各段落,生成摘要。
7.根据权利要求1所述的方法,其中,所述基于所述信息满足段落,生成所述目标文本的摘要,包括:
响应于确定所述信息满足段落的字数大于预设字数阈值,在所述信息满足段落中截取多个句子;
将截取的多个句子作为摘要。
8.一种摘要生成装置,包括:
获取单元,被配置成获取目标文本,所述目标文件包括标题和正文;
判断单元,被配置成确定所述标题中是否包括问题;
确定单元,被配置成响应于确定所述标题中包括问题,在所述正文中确定信息满足段落,所述信息满足段落包括所述问题的答案;
生成单元,被配置成基于所述信息满足段落,生成所述目标文本的摘要。
9.根据权利要求8所述的装置,其中,所述判断单元进一步被配置成执行以下至少一项:
如果所述标题为疑问句,确定所述标题中包括问题;
如果所述标题中包括指代关系并且不包括所述指代关系的对象,确定所述标题中包括问题;
如果所述标题中包括预设词语集合中的至少一个词语,确定所述标题中包括问题。
10.根据权利要求8所述的装置,其中,所述确定单元进一步被配置成:
确定所述正文中的各段落与所述标题的相似度;
将相似度最大值对应的段落作为信息满足段落。
11.根据权利要求8所述的装置,其中,所述生成单元进一步被配置成:
根据所述信息满足段落及位于所述信息满足段落之后的至少一个段落,生成摘要。
12.根据权利要求8所述的装置,其中,所述生成单元进一步被配置成:
响应于确定所述信息满足段落的起始词为连词,根据所述信息满足段落及位于所述信息满足段落之前的至少一个段落,生成摘要。
13.根据权利要求8所述的装置,其中,所述生成单元进一步被配置成:
删除以下至少一项中的无效语句:所述信息满足段落、所述信息满足段落之前的至少一个段落、所述信息满足段落之后的至少一个段落;
根据删除处理后的各段落,生成摘要。
14.根据权利要求8所述的装置,其中,所述生成单元进一步被配置成:
响应于确定所述信息满足段落的字数大于预设字数阈值,在所述信息满足段落中截取多个句子;
将截取的多个句子作为摘要。
15.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
16.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN201911272761.1A 2019-12-12 2019-12-12 摘要生成方法和装置 Pending CN111061860A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201911272761.1A CN111061860A (zh) 2019-12-12 2019-12-12 摘要生成方法和装置
US16/890,685 US11687715B2 (en) 2019-12-12 2020-06-02 Summary generation method and apparatus
JP2020097663A JP7050857B2 (ja) 2019-12-12 2020-06-04 要約生成方法及び装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911272761.1A CN111061860A (zh) 2019-12-12 2019-12-12 摘要生成方法和装置

Publications (1)

Publication Number Publication Date
CN111061860A true CN111061860A (zh) 2020-04-24

Family

ID=70298892

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911272761.1A Pending CN111061860A (zh) 2019-12-12 2019-12-12 摘要生成方法和装置

Country Status (3)

Country Link
US (1) US11687715B2 (zh)
JP (1) JP7050857B2 (zh)
CN (1) CN111061860A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113656618A (zh) * 2021-08-12 2021-11-16 工银科技有限公司 图片同步方法、装置、电子设备及可读存储介质
CN113704457A (zh) * 2021-07-23 2021-11-26 北京搜狗科技发展有限公司 摘要的生成方法、装置及存储介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230054726A1 (en) * 2021-08-18 2023-02-23 Optum, Inc. Query-focused extractive text summarization of textual data
US11860946B2 (en) * 2022-01-11 2024-01-02 Kyndryl, Inc. Autonomous webpage content summation

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090259642A1 (en) * 2008-04-15 2009-10-15 Microsoft Corporation Question type-sensitive answer summarization
CN104636465A (zh) * 2015-02-10 2015-05-20 百度在线网络技术(北京)有限公司 网页摘要生成方法、展示方法及相应装置
CN105677764A (zh) * 2015-12-30 2016-06-15 百度在线网络技术(北京)有限公司 信息提取方法和装置

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3614648B2 (ja) * 1998-03-13 2005-01-26 富士通株式会社 文書理解支援装置、要約文生成方法、並びに文書理解支援プログラムを記録したコンピュータ読み取り可能な記録媒体
CN1609845A (zh) * 2003-10-22 2005-04-27 国际商业机器公司 用于改善由机器自动生成的摘要的可读性的方法和装置
JP2005242624A (ja) 2004-02-26 2005-09-08 Matsushita Electric Ind Co Ltd 情報蓄積システムおよび情報蓄積方法
US20080027935A1 (en) * 2005-11-30 2008-01-31 Sahar Sarid Anchored search engine results display
US20080104506A1 (en) * 2006-10-30 2008-05-01 Atefeh Farzindar Method for producing a document summary
JP2008129692A (ja) 2006-11-17 2008-06-05 Nec Corp 回答支援装置、回答支援システム、回答支援方法および回答支援プログラム
JP5362651B2 (ja) 2010-06-07 2013-12-11 日本電信電話株式会社 重要語句抽出装置及び方法及びプログラム
US9317595B2 (en) * 2010-12-06 2016-04-19 Yahoo! Inc. Fast title/summary extraction from long descriptions
US20140330794A1 (en) * 2012-12-10 2014-11-06 Parlant Technology, Inc. System and method for content scoring
US8488916B2 (en) * 2011-07-22 2013-07-16 David S Terman Knowledge acquisition nexus for facilitating concept capture and promoting time on task
JP5885689B2 (ja) 2012-03-06 2016-03-15 株式会社オウケイウェイヴ Q&aシステム
US9466294B1 (en) * 2013-05-21 2016-10-11 Amazon Technologies, Inc. Dialog management system
US9348817B2 (en) * 2014-01-09 2016-05-24 International Business Machines Corporation Automatic generation of question-answer pairs from conversational text
US20150254213A1 (en) * 2014-02-12 2015-09-10 Kevin D. McGushion System and Method for Distilling Articles and Associating Images
US9317498B2 (en) * 2014-05-23 2016-04-19 Codeq Llc Systems and methods for generating summaries of documents
US9916328B1 (en) * 2014-07-11 2018-03-13 Google Llc Providing user assistance from interaction understanding
US20180349360A1 (en) * 2017-01-05 2018-12-06 Social Networking Technology, Inc. Systems and methods for automatically generating news article

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090259642A1 (en) * 2008-04-15 2009-10-15 Microsoft Corporation Question type-sensitive answer summarization
CN104636465A (zh) * 2015-02-10 2015-05-20 百度在线网络技术(北京)有限公司 网页摘要生成方法、展示方法及相应装置
CN105677764A (zh) * 2015-12-30 2016-06-15 百度在线网络技术(北京)有限公司 信息提取方法和装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113704457A (zh) * 2021-07-23 2021-11-26 北京搜狗科技发展有限公司 摘要的生成方法、装置及存储介质
CN113704457B (zh) * 2021-07-23 2024-03-01 北京搜狗科技发展有限公司 摘要的生成方法、装置及存储介质
CN113656618A (zh) * 2021-08-12 2021-11-16 工银科技有限公司 图片同步方法、装置、电子设备及可读存储介质

Also Published As

Publication number Publication date
JP2021096814A (ja) 2021-06-24
JP7050857B2 (ja) 2022-04-08
US11687715B2 (en) 2023-06-27
US20210182491A1 (en) 2021-06-17

Similar Documents

Publication Publication Date Title
CN107622135B (zh) 用于显示信息的方法和装置
CN111061860A (zh) 摘要生成方法和装置
CN109976620B (zh) 列表项展现属性信息的确定方法、装置、设备及存储介质
US11758088B2 (en) Method and apparatus for aligning paragraph and video
CN108280200B (zh) 用于推送信息的方法和装置
CN107526718B (zh) 用于生成文本的方法和装置
CN110020329B (zh) 用于生成网页的方法、装置和***
CN111597467A (zh) 展示方法、装置和电子设备
CN109684589B (zh) 客户端的评论数据的处理方法、装置及计算机存储介质
CN110825988A (zh) 一种信息展示方法、装置和电子设备
CN111897950A (zh) 用于生成信息的方法和装置
CN111931464A (zh) 一种文档编辑方法、装置和电子设备
CN115470432A (zh) 一种页面渲染方法、装置、电子设备及计算机可读介质
CN111273830A (zh) 显示数据方法、装置、电子设备和计算机可读介质
CN111400581B (zh) 用于标注样本的***、方法和装置
CN110619101B (zh) 用于处理信息的方法和装置
CN110618811B (zh) 信息呈现方法和装置
CN109408647B (zh) 用于处理信息的方法和装置
CN109472028B (zh) 用于生成信息的方法和装置
CN112084441A (zh) 信息检索方法、装置和电子设备
CN112307393A (zh) 信息发布方法、装置和电子设备
CN110874446A (zh) 页面展示方法及其***、计算机***及计算机可读介质
JP2024500300A (ja) 情報インタラクション方法、装置、及び機器
CN111338621A (zh) 显示数据方法、装置、电子设备和计算机可读介质
CN113672317A (zh) 用于渲染题目页面的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination