摘要
本发明涉及一种基于语义图谱的对话摘要方法及系统,该方法包括:获取多个用户对话及其对应的参考摘要,并标注用户对话和参考摘要标签,构建训练集;构建基于语义图谱的深度学习网络模型,并使用训练集训练模型,通过深度学习网络模型从对话文本及其参考摘要中提取句子特征,并计算句子对相似度,进而构建语义相关性图谱,分析生成摘要与参考摘要间的关联性和覆盖度;此外,设计未覆盖损失和不一致损失函数优化模型性能,从而提升模型对用户对话和用户对话摘要之间语义关系的理解;将用户对话输入到训练后的深度学习网络模型中,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,生成的摘要具有更高的事实一致性和覆盖率。
技术关键词
深度学习网络模型
语义图谱
摘要方法
编码器
序列
反向传播方法
损失函数优化
前馈神经网络
随机梯度下降
计算机程序指令
注意力机制
文本
摘要系统
解码
构建训练集
参数
覆盖率
系统为您推荐了相关专利信息
分类模型训练方法
抽象语法树
程序分类方法
节点
标签