CN113935314B 基于异构图网络的摘要抽取方法、装置、终端设备及介质 （深圳平安智慧医健科技有限公司）

区南山街道兴海大道3048号前海自贸异构图网络中每个节点的信息和连接关系进行2对所述异构图网络中每个节点的信息和连接关系进行重要程度分析，将所述句子相似度大于相似度阈值的两个句子对应的节将所述位置信息表征处于同一段落的任意两个句子对应的节对所述待抽取文档进行文本切分，得到所述待抽取文档中的每个句3.根据权利要求1所述的摘要抽取方法，其特征在于，所述根据任意两个句子的句向计算句子间的向量相似度与词语相似度的加权平均值，确获取两个句子中相同的词的个数和两个句子中每根据所述两个句子中相同的词的个数和所述两个句子中每个句子的词若检测到所述目标句子中句子数量大于预设值，则对所述6.根据权利要求1至5任一项所述的摘要抽使用GraphSAGE算法对所述异构图网络中每个节点的信息和连接关系进行重要程度分3异构图构建模块，用于将句子作为节点，根据句子间的句子摘要抽取模块，用于对所述异构图网络中每个节点的信息和连接关系第二连接单元，用于将位置信息表征处于同一段落的任意9.一种计算机可读存储介质，所述计算机可读存储介质存4[0001]本申请属于人工智能分析领域，尤其涉及一种基于异构图网络的摘要抽取方法、5[0019]图1是本申请实施例一提供的一种基于异构图网络的摘要抽取方法的流程示意[0020]图2是本申请实施例二提供的一种基于异构图网络的摘要抽取方法的流程示意[0021]图3是本申请实施例三提供的一种基于异构图网络的摘要抽取装置的结构示意6的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限[0034]参见图1，是本申请实施例一提供的一种基于异构图网络的摘要抽取方法的流程向量可以是指表征句子特征的向量，本申请中，可以使用双向语言表征（Bidirectional7[0040]对待抽取文档进行文本切分，得到待抽取文档中的每个档的一个段落中的句子可以作为一个句子集合，若获取句子的位置信息仅为句子所在段[0046]上述jieba工具是基于前缀词典实现高效的词图扫描，生成句子中所有可能成词[0053]每个句子在异构图网络中形成对应的节点，每个节点的信息为对应句子的句向8是根据对应句子间的相似度和每个句子的位置信息，对异构图网络中对应的节点进行连[0059]其中，句子相似度大于相似度阈值可以用于表明两个句子之间有一定的相似关9[0065]本申请中，对异构图网络中节点的重要程度分析可以基于训练好的图卷积网络（GraphConvolutionNetworks，GCN）、训练好的图注意力网络（GraphAttention目标句子为待抽取文档的摘要句子，目标句子为重要程度大于阈值的节点对应的句子包[0067]使用GraphSAGE算法对异构图网络中每个节点的信息和连接关系进行重要程度分大于相似度阈值以及处于一个段落中的两个句子对应的节点进行连接，使用GraphSAGE算[0072]Spectral-basedGCN是通过卷积训练每一个节点的embedding的方式来表达该节[0081]参见图2，是本申请实施例二提供的一种基于异构图网络的摘要抽取方法的流程使用TF计算方法计算句子间的向量相似度，使用TextRank算法计算句子间的词语相似度，[0102]对应于上文实施例的摘要抽取方法，图3示出了本申请实施例三提供的基于异构[0117]句子相似度确定单元，用于计算句子间的向量相似度与词语相似度的加权平均[0125]节点确定单元，用于使用GraphSAGE算法对异构图网络中每个节点的信息和连接或者该处理器也可以是任何常规的处理器等。暂时地存储已经输出或者将要输出的数据。各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述装置中单单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存或某些中间形式等。计算机可读介质至少可以包括：能够携带计算机程序代码的