CN109684642B - 一种结合页面解析规则和nlp文本向量化的摘要提取方法 - Google Patents
一种结合页面解析规则和nlp文本向量化的摘要提取方法 Download PDFInfo
- Publication number
- CN109684642B CN109684642B CN201811604934.0A CN201811604934A CN109684642B CN 109684642 B CN109684642 B CN 109684642B CN 201811604934 A CN201811604934 A CN 201811604934A CN 109684642 B CN109684642 B CN 109684642B
- Authority
- CN
- China
- Prior art keywords
- text
- sentences
- sentence
- language
- corpus
- 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.)
- Active
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims description 20
- 239000013598 vector Substances 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 238000003058 natural language processing Methods 0.000 description 10
- 230000008676 import Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012884 algebraic function Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
Claims (6)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811604934.0A CN109684642B (zh) | 2018-12-26 | 2018-12-26 | 一种结合页面解析规则和nlp文本向量化的摘要提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811604934.0A CN109684642B (zh) | 2018-12-26 | 2018-12-26 | 一种结合页面解析规则和nlp文本向量化的摘要提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109684642A CN109684642A (zh) | 2019-04-26 |
CN109684642B true CN109684642B (zh) | 2023-01-13 |
Family
ID=66189866
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811604934.0A Active CN109684642B (zh) | 2018-12-26 | 2018-12-26 | 一种结合页面解析规则和nlp文本向量化的摘要提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109684642B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110334343B (zh) * | 2019-06-12 | 2023-07-11 | 创新先进技术有限公司 | 一种合同中个人隐私信息抽取的方法和系统 |
CN110489543B (zh) * | 2019-08-14 | 2020-09-15 | 北京金堤科技有限公司 | 一种新闻摘要的提取方法及装置 |
CN110597981B (zh) * | 2019-09-16 | 2021-07-20 | 西华大学 | 一种采用多策略自动生成摘要的网络新闻概要系统 |
CN111128323A (zh) * | 2019-12-18 | 2020-05-08 | 中电云脑(天津)科技有限公司 | 医疗电子病例的标注方法、装置、设备及存储介质 |
CN111241268B (zh) * | 2020-01-21 | 2023-04-14 | 上海七印信息科技有限公司 | 一种文本摘要自动生成方法 |
CN111767391B (zh) * | 2020-03-27 | 2024-04-16 | 北京沃东天骏信息技术有限公司 | 目标文本生成方法、装置、计算机系统和介质 |
CN112765940B (zh) * | 2021-01-20 | 2024-04-19 | 南京万得资讯科技有限公司 | 一种基于主题特征和内容语义的网页去重方法 |
CN112711942A (zh) * | 2021-03-29 | 2021-04-27 | 贝壳找房(北京)科技有限公司 | 房源标题生成模型的训练方法、生成方法、装置以及设备 |
CN113076734B (zh) * | 2021-04-15 | 2023-01-20 | 云南电网有限责任公司电力科学研究院 | 一种项目文本的相似度检测方法及装置 |
CN116306574B (zh) * | 2023-04-10 | 2024-01-09 | 乌鲁木齐汇智兴业信息科技有限公司 | 应用于智慧风控任务分析的大数据挖掘方法及服务器 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003150614A (ja) * | 2001-11-16 | 2003-05-23 | Nippon Telegr & Teleph Corp <Ntt> | テキスト要約方法及び装置及びテキスト要約プログラム及びテキスト要約プログラムを格納した記憶媒体 |
CN104216875A (zh) * | 2014-09-26 | 2014-12-17 | 中国科学院自动化研究所 | 基于非监督关键二元词串提取的微博文本自动摘要方法 |
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 |
CN104834735A (zh) * | 2015-05-18 | 2015-08-12 | 大连理工大学 | 一种基于词向量的文档摘要自动提取方法 |
CN105320734A (zh) * | 2015-07-14 | 2016-02-10 | 中国互联网络信息中心 | 一种网页核心内容提取方法 |
CN105989058A (zh) * | 2015-02-06 | 2016-10-05 | 北京中搜网络技术股份有限公司 | 一种汉语新闻摘要生成系统及方法 |
CN106055667A (zh) * | 2016-06-06 | 2016-10-26 | 北京林业大学 | 一种基于文本‑标签密度的网页核心内容提取方法 |
CN106156204A (zh) * | 2015-04-23 | 2016-11-23 | 深圳市腾讯计算机系统有限公司 | 文本标签的提取方法和装置 |
CN106227722A (zh) * | 2016-09-12 | 2016-12-14 | 中山大学 | 一种基于上市公司公告摘要的自动提取方法 |
CN106599148A (zh) * | 2016-12-02 | 2017-04-26 | 东软集团股份有限公司 | 一种文摘生成方法及装置 |
CN107133213A (zh) * | 2017-05-06 | 2017-09-05 | 广东药科大学 | 一种基于算法的文本摘要自动提取方法与系统 |
JP2018055491A (ja) * | 2016-09-29 | 2018-04-05 | 富士通株式会社 | 言語処理装置、言語処理方法、及び言語処理プログラム |
CN108009135A (zh) * | 2016-10-31 | 2018-05-08 | 深圳市北科瑞声科技股份有限公司 | 生成文档摘要的方法和装置 |
CN108062351A (zh) * | 2017-11-14 | 2018-05-22 | 厦门市美亚柏科信息股份有限公司 | 关于特定主题类别的文本摘要提取方法、可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8594998B2 (en) * | 2010-07-30 | 2013-11-26 | Ben-Gurion University Of The Negev Research And Development Authority | Multilingual sentence extractor |
-
2018
- 2018-12-26 CN CN201811604934.0A patent/CN109684642B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003150614A (ja) * | 2001-11-16 | 2003-05-23 | Nippon Telegr & Teleph Corp <Ntt> | テキスト要約方法及び装置及びテキスト要約プログラム及びテキスト要約プログラムを格納した記憶媒体 |
CN104216875A (zh) * | 2014-09-26 | 2014-12-17 | 中国科学院自动化研究所 | 基于非监督关键二元词串提取的微博文本自动摘要方法 |
CN105989058A (zh) * | 2015-02-06 | 2016-10-05 | 北京中搜网络技术股份有限公司 | 一种汉语新闻摘要生成系统及方法 |
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 |
CN106156204A (zh) * | 2015-04-23 | 2016-11-23 | 深圳市腾讯计算机系统有限公司 | 文本标签的提取方法和装置 |
CN104834735A (zh) * | 2015-05-18 | 2015-08-12 | 大连理工大学 | 一种基于词向量的文档摘要自动提取方法 |
CN105320734A (zh) * | 2015-07-14 | 2016-02-10 | 中国互联网络信息中心 | 一种网页核心内容提取方法 |
CN106055667A (zh) * | 2016-06-06 | 2016-10-26 | 北京林业大学 | 一种基于文本‑标签密度的网页核心内容提取方法 |
CN106227722A (zh) * | 2016-09-12 | 2016-12-14 | 中山大学 | 一种基于上市公司公告摘要的自动提取方法 |
JP2018055491A (ja) * | 2016-09-29 | 2018-04-05 | 富士通株式会社 | 言語処理装置、言語処理方法、及び言語処理プログラム |
CN108009135A (zh) * | 2016-10-31 | 2018-05-08 | 深圳市北科瑞声科技股份有限公司 | 生成文档摘要的方法和装置 |
CN106599148A (zh) * | 2016-12-02 | 2017-04-26 | 东软集团股份有限公司 | 一种文摘生成方法及装置 |
CN107133213A (zh) * | 2017-05-06 | 2017-09-05 | 广东药科大学 | 一种基于算法的文本摘要自动提取方法与系统 |
CN108062351A (zh) * | 2017-11-14 | 2018-05-22 | 厦门市美亚柏科信息股份有限公司 | 关于特定主题类别的文本摘要提取方法、可读存储介质 |
Non-Patent Citations (2)
Title |
---|
Multidocument Summary Generation: Using Informative and Event Words;June-Jei Kuo etc.;《ACM Transactions on Asian Language Information Processing》;20080208;全文 * |
基于语义词向量的文本分类多文档自动摘要;李擎;《中国优秀硕士论文全文数据库》;20181015;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109684642A (zh) | 2019-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109684642B (zh) | 一种结合页面解析规则和nlp文本向量化的摘要提取方法 | |
CN113792818B (zh) | 意图分类方法、装置、电子设备及计算机可读存储介质 | |
CN106599032B (zh) | 一种结合稀疏编码和结构感知机的文本事件抽取方法 | |
CN110377903B (zh) | 一种句子级实体和关系联合抽取方法 | |
WO2018028077A1 (zh) | 一种基于深度学习的中文语义分析的方法及装置 | |
CN111897908A (zh) | 融合依存信息和预训练语言模型的事件抽取方法及系统 | |
CN109753660B (zh) | 一种基于lstm的中标网页命名实体抽取方法 | |
CN106844349B (zh) | 基于协同训练的垃圾评论识别方法 | |
CN107797987B (zh) | 一种基于Bi-LSTM-CNN的混合语料命名实体识别方法 | |
CN109635288A (zh) | 一种基于深度神经网络的简历抽取方法 | |
CN113392209B (zh) | 一种基于人工智能的文本聚类方法、相关设备及存储介质 | |
CN112417854A (zh) | 中文文档抽取式摘要方法 | |
CN112966525B (zh) | 一种基于预训练模型和卷积神经网络算法的法律领域事件抽取方法 | |
CN112818698B (zh) | 一种基于双通道模型的细粒度的用户评论情感分析方法 | |
CN107977353A (zh) | 一种基于lstm-cnn的混合语料命名实体识别方法 | |
CN112434535A (zh) | 基于多模型的要素抽取方法、装置、设备及存储介质 | |
CN114818717A (zh) | 融合词汇和句法信息的中文命名实体识别方法及系统 | |
CN107797988A (zh) | 一种基于Bi‑LSTM的混合语料命名实体识别方法 | |
CN114153971A (zh) | 一种含错中文文本纠错识别分类设备 | |
CN107797986B (zh) | 一种基于lstm-cnn的混合语料分词方法 | |
CN114997288A (zh) | 一种设计资源关联方法 | |
CN107992468A (zh) | 一种基于lstm的混合语料命名实体识别方法 | |
CN114358020A (zh) | 疾病部位识别方法、装置、电子设备及存储介质 | |
CN113901813A (zh) | 一种基于主题特征和隐式句子结构的事件抽取方法 | |
CN114065749A (zh) | 一种面向文本的粤语识别模型及系统的训练、识别方法 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20191112 Address after: 400042 No.51 dapingzheng street, Yuzhong District, Chongqing Applicant after: CHONGQING TELECOMMUNICATION SYSTEM INTEGRATION CO.,LTD. Applicant after: CHONGQING SOCIALCREDITS BIG DATA TECHNOLOGY CO.,LTD. Address before: The middle section of Mount Huangshan road 401121 Chongqing city Yubei District No. 53 of No. 2 C block 9 layer kylin Applicant before: CHONGQING SOCIALCREDITS BIG DATA TECHNOLOGY CO.,LTD. |
|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: No.51, Daping Main Street, Yuzhong District, Chongqing 400042 Patentee after: Zhongdian Zhi'an Technology Co.,Ltd. Country or region after: China Patentee after: Chongqing Yucun Technology Co.,Ltd. Address before: No.51, Daping Main Street, Yuzhong District, Chongqing 400042 Patentee before: CHONGQING TELECOMMUNICATION SYSTEM INTEGRATION CO.,LTD. Country or region before: China Patentee before: CHONGQING SOCIALCREDITS BIG DATA TECHNOLOGY CO.,LTD. |
|
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240521 Address after: 401120 Tower B, No. 10 Datagu West Road, Yubei District, Xiantao Street, Yubei District, Chongqing Patentee after: China Telecom Yijin Technology Co.,Ltd. Country or region after: China Patentee after: Chongqing Yucun Technology Co.,Ltd. Address before: No.51, Daping Main Street, Yuzhong District, Chongqing 400042 Patentee before: Zhongdian Zhi'an Technology Co.,Ltd. Country or region before: China Patentee before: Chongqing Yucun Technology Co.,Ltd. |