CN109947929A - 会话摘要生成方法及装置、存储介质及电子终端 - Google Patents

Abstract

本公开涉及电子商务技术领域，具体涉及一种会话摘要生成方法、一种会话摘要生成装置、一种存储介质以及一种电子终端。所述会话摘要生成方法包括：获取会话记录中的消息段落；分别计算各所述消息段落与其余各所述消息段落的文本相似度；根据所述文本相似度结果，依次计算全部消息段落对各消息段落的相关度评分值；根据所述相关度评分值对所述消息段落排序并选取预设排序数量的消息段落生成摘要信息。本公开能够准确的识别会话记录中的核心主题，使得摘要出的消息段落能够准确体现会话的核心内容，同时可以有效的减少摘要中的无用信息，提高读者的阅读效率。

Description

会话摘要生成方法及装置、存储介质及电子终端

技术领域

本公开涉及电子商务技术领域，具体涉及一种会话摘要生成方法、一种会话摘要生成装置、一种存储介质以及一种电子终端。

背景技术

随着互联网电子商务的蓬勃发展，在线客服作为与客户沟通交流的渠道，已成为电子商务网站的重要组成部分，同时也是展示企业形象的重要工具。在线客服经常需要在短时间内浏览大量的咨询记录信息，以快速了解客户信息和需求。例如，在接听其他人工客服或客服机器人转接进线时，需要快速了解客户与前一个客服的咨询记录信息，以了解客户需求；或者在接收到客户的留言信息时，客户留言中可能包含数量较多的内容以及多个问题描述，此时客服需要阅读大量的信息以整理出简短且有效的信息及数据。或者当访问的客户较多，在线客服需要同时接待多个客户时，在线客户难以对客户信息快速响应，客户可能会连续输入很多的咨询信息，此时在线客服就需要阅读大量的消息记录并作出回应。此时对会话记录进行压缩、提炼，生成摘要就显得尤为重要。

现有技术中为会话记录生成摘要主要通过以下几种方式：1)在线客服与客户沟通并保存会话记录，通过人工去除无用信息的方式整理出摘要；2)基于文本相似度的自动处理，对消息记录的内容进行筛选以生成摘要。但以上方式均存在一定的问题，人工去除无用信息时，信息压缩效果差，经常会剩余过多的消息记录，数据量仍然较大，阅读负担较重；而基于文本相似度的自动处理方式准确率较低，由于客户表述的内容较多，可能使自动生产的摘要偏离主题，从而误导阅读者。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种会话摘要生成方法、一种会话摘要生成装置、一种存储介质以及一种电子终端，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种会话摘要生成方法，包括：

获取会话记录中的消息段落；

分别计算各所述消息段落与其余各所述消息段落的文本相似度；

根据所述文本相似度结果，依次计算全部消息段落对各消息段落的相关度评分值；

根据所述相关度评分值对所述消息段落排序并选取预设排序数量的消息段落生成摘要信息。

在本公开的一种示例性实施例中，所述获取会话记录中的信息段落包括：

获取待处理的会话记录，筛选所述会话记录中由一方发出的全部会话消息；

将所述一方发出的全部会话消息按预设规则分段处理生成消息段落。

在本公开的一种示例性实施例中，所述分别计算各所述消息段落与其余各所述消息段落的文本相似度包括：

依次两两选取所述消息段落，根据BM25算法公式计算一所述消息段落相对于另一所述消息段落的BM25值，所述BM25算法公式为：

其中，Score(Q,d)为消息段落Q对消息段落d的BM25值；f_i为消息段落Q中第i个词的词频；q_i为消息段落Q中的第i个词；IDF(q_i)为消息段落Q中第i个词的逆文档频率；dl为当前消息段落的长度；avgdl为整个会话消息的平均消息段落的长度；k₁、b均为调节因子。

在本公开的一种示例性实施例中，所述根据所述文本相似度结果，依次计算全部消息段落对各消息段落的相关度评分包括：

初始化所述消息段落的相关度评分值，并赋初始值为1.0；

选取一所述消息段落，令除该消息段落外的其余各所述消息段落为所述该消息段落评分，所述该消息段落的相关度评分值通过以下公式计算：

其中，WS(V_i)为消息段落i的相关度评分值；WS(V_j)为消息段落j的相关度评分值；w_ji为消息段落i对消息段落j的BM25值；d为调节因子；In(V_i)表示全部消息段落；Out(V_j)表示除消息段落j外的所有消息段落；

依次选取所述会话消息中的各消息段落计算其相关度评分值。

在本公开的一种示例性实施例中，在依次计算各所述消息段落的相关度评分值后，所述会话摘要生成方法还包括：

将各所述消息段落的相关度评分值生成评分值矩阵；

判断所述评分值矩阵是否收敛至预设范围；

在判断所述评分值矩阵未收敛至预设范围时，进行迭代计算至所述评分值矩阵收敛至预设范围；

将收敛至预设范围的评分值排序。

在本公开的一种示例性实施例中，所述会话记录中包括：文本消息、音频消息或视频消息中的一种或多种。

根据本公开的第二方面，提供一种会话摘要生成装置，包括：

段落获取模块，用于获取会话记录中的消息段落；

相关度计算模块，用于依次计算各所述消息段落与其余各所述消息段落的文本相似度；

评分模块，用于依据所述文本相似度令全部所述消息段落依次为各所述消息段落评分；

摘要生成模块，用于根据评分结果排序并选取预设排序数量的所述消息段落生成摘要信息。

在本公开的一种示例性实施例中，所述段落获取模块还包括：

消息筛选模块，用于获取待处理的会话记录，筛选所述会话记录中由一方发出的全部会话消息；

段落处理模块，用于将所述一方发出的全部会话消息按预设规则分段处理生成消息段落。

根据本公开的第三方面，提供一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述的会话摘要生成方法。

根据本公开的第四方面，提供一种电子终端，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行以下操作：

获取会话记录中的消息段落；

分别计算各所述消息段落与其余各所述消息段落的文本相似度；

根据所述文本相似度结果，依次计算全部消息段落对各消息段落的相关度评分值；

根据所述相关度评分值对所述消息段落排序并选取预设排序数量的消息段落生成摘要信息。

本公开的一种实施例所提供的会话摘要生成方法中，首先计算会话记录中的各消息段落相对其余各消息段落的文本相似度；在两两消息段落之间文本相似度的基础上，令全部的消息段落依次对每个消息段落进行相关度评分并根据依据各消息段落的相关度评分值结果进行排序，最后根据排序结果生成摘要。通过先计算各消息段落之间的文本相似度，再进行相关度的评分，能够准确判断各消息段落之间的相关程度，从而准确的识别会话记录中的核心主题，进而使得摘要出的消息段落能够准确体现会话的核心内容。同时，可以有效的减少摘要中的无用信息，缩短阅读者的阅读时间，提高读者的阅读效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示意性示出本公开示例性实施例中一种会话摘要生成方法示意图；

图2示意性示出本公开示例性实施例中步骤S1的方法示意图；

图3示意性示出本公开示例性实施例中步骤S3的方法示意图；

图4示意性示出本公开示例性实施例中一种会话摘要生成装置的组成示意图；

图5示意性示出本公开示例性实施例中一种会话摘要生成装置的的另一种示意图；

图6示意性示出本公开示例性实施例中一种会话摘要生成装置的的再一种示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

本示例实施方式中首先提供了一种会话摘要生成方法，可以应用于电子商务网站、语音客服等平台的在线客户服务系统。参考图1中所示，上述的会话摘要生成方法可以包括以下步骤：

S1，获取会话记录中的消息段落；

S2，分别计算各所述消息段落与其余各所述消息段落的文本相似度；

S3，根据所述文本相似度结果，依次计算全部消息段落对各消息段落的相关度评分值；

S4，根据所述相关度评分值对所述消息段落排序并选取预设排序数量的消息段落生成摘要信息。

本示例实施方式所提供的会话摘要生成方法中，通过先计算各消息段落之间的文本相似度，再进行相关度的评分，能够准确判断各消息段落之间的相关程度，从而准确的识别会话记录中的核心主题，进而使得摘要出的消息段落能够准确体现会话的核心内容。同时，可以有效的减少摘要中的无用信息，缩短阅读者的阅读时间，提高读者的阅读效率。

下面，将结合图2至图6对本示例实施方式中的会话摘要生成方法的各个步骤进行更详细的说明。

步骤S1，获取会话记录中的消息段落。

本示例实施方式中，参考图2所示，所述的获取会话记录中的消息段落具体可以包括以下步骤：

步骤S11，获取待处理的会话记录，筛选所述会话记录中由一方发出的全部会话消息。

步骤S12，将所述一方发出的全部会话消息按预设规则分段处理生成消息段落。

当需要对一会话记录生成摘要信息时，首先提取会话记录中一方发送的全部会话消息。例如，当需要对客户与在线客服进行业务咨询时产生的会话记录生成摘要时，需要筛选并提取客户发出的全部会话消息，并对会话消息进行分段处理。

对所述的会话消息分段处理可以将客户发出的每一条消息作为一个消息段落；或者将客户与在线客服交替发送的一部分消息作为一个消息段落。

实施例1：客户与在线客户的会话记录如下：

(m1)客户：您好，我买的东西有质量问题。

(m2)在线客服：您好，001号客服为您服务，请问您的订单编号是多少？

(m3)客户：订单编号：00166406646

(m4)客户：现在开机后不工作了

(m5)在线客服：好的，我们会安排维修师傅为您上门检测并维修，请您保持电话畅通。

(m6)客户：请尽快处理。

在上述示例中，首先提取客户发送的全部会话消息，即m1、m3、m4以及m6。在对会话消息进行分段处理时，可以将客户发出的每一条消息作为一个消息段落，即m1、m3、m4以及m6每一条消息都作为一条消息段落，共生成4条消息段落。或者可以将客户与在线客服交替发送的信息内容作为一条消息段落，即m1、m6分别生成一条消息段落，m3和m4生成一条消息段落，共生成3条消息段落。在本公开的其他示例性实施例中，也可以根据消息发送的时间间隔生成一条消息段落，例如设置时间间隔为20s，每20s内发送的消息生成一条消息段落。或者将固定条数的消息生成一条消息段落，例如将客户发送的每2条或3条消息作为一个消息段落。本公开对于消息段落的分割方式不做特殊限定。

步骤S2，分别计算各所述消息段落与其余各所述消息段落的文本相似度。

本示例实施方式中，上述计算过程具体可以包括：

依次两两选取所述消息段落，根据BM25算法公式计算一所述消息段落相对于另一所述消息段落的BM25值，所述BM25算法公式为：

其中，Score(Q,d)为消息段落Q对消息段落d的BM25值；f_i为消息段落Q中第i个词的词频；q_i为消息段落Q中的第i个词；IDF(q_i)为消息段落Q中第i个词的逆文档频率；dl为当前消息段落的长度；avgdl为整个会话消息的平均消息段落的长度；k₁、b均为调节因子。

上述公式(1)中的词频f及逆文档频率IDF可以通过下述公式计算：

通过两两选取消息段落，利用BM25算法逐条计算各消息段落相对于其他消息段落的文本相似度，并通过计算得出的BM25值体现，为后续的消息段落相关程度计算提供数据基础。举例而言，在实施例1中，依次计算m1相对m3、m4及m6的BM25值，m3相对m1、m4及m6的BM25值，直至每一条消息段落均与其他消息段落完成BM25值的计算。

步骤S3，根据所述文本相似度结果，依次计算全部消息段落对各消息段落的相关度评分值。

本示例实施方式中，参考图3所示，所述步骤S3具体可以包括以下内容：

步骤S31，初始化所述消息段落的相关度评分值，并赋初始值为1.0。

步骤S32，选取一所述消息段落，令除该消息段落外的其余各所述消息段落为所述该消息段落评分，所述该消息段落的相关度评分值通过以下公式计算：

其中，WS(V_i)为消息段落i的相关度评分值；WS(V_j)为消息段落j的相关度评分值；w_ji为消息段落i对消息段落j的BM25值；d为调节因子，为常量；In(V_i)表示全部消息段落；Out(V_j)表示除消息段落j外的所有消息段落。

步骤S33，依次选取所述会话消息中的各消息段落计算其相关度评分值。

在获取各消息段落与其他消息段落之间的BM25值后，对各消息段落的相关度评分值初始化并赋初始值为1.0，即每个消息段落的初始相关度评分值均为1.0。然后根据获取的BM25值通过上述公式(2)计算各消息段落之间的相关度评分值。如上述公式(2)中所示，消息段落i的相关度评分值为其他各消息段落对消息段落i的相关度评分值的总和。即一条消息段落的相关度评分值为除本身以外的其余消息段落为该条消息段落的相关度评分值的总和。如实施例1中的消息段落，消息段落m1的相关度评分值为m3、m4以及m6相对m1相关度评分值的总和；消息段落m3的相关度评分值为m1、m4以及m6相对m3相关度评分值的总和；以此类推。

基于上述内容，在本示例实施方式中，为了进一步的优化评分结果，上述的步骤S3还可以包括：

步骤S34，将各所述消息段落的相关度评分值生成评分值矩阵；

步骤S35，判断所述评分值矩阵是否收敛至预设范围；

步骤S36，在判断所述评分值矩阵未收敛至预设范围时，进行迭代计算至所述评分值矩阵收敛至预设范围。

在对所有的消息段落进行一次相关度评分值的计算后，各消息段落的相关度评分值得分均不再为1，此时可以判断由各消息段落的相关度评分值组成的评分值矩阵是否收敛或收敛至一预设范围。若计算后判断所述评分值矩阵不收敛，则以得到的所述评分值矩阵为数据基础，利用公式(2)进行多次循环迭代打分，直到各所述消息段落的相关度评分值收敛到预设的精度范围。所述收敛是指新一轮迭代计算后所述消息段落的相关度评分值和迭代前的相关度评分值的最大差值缩减到一定范围。即迭代变化的范围小于某个精度值。当迭代计算使所述评分值矩阵收敛后，各消息段落所得到的相关度评分值为该消息段落得到的最终相关度评分值。

本示例实施方式提供的会话摘要生成方法中，通过利用迭代计算的方式，使各消息段落之间相互打分，从而找出个消息段落间相关程度最高的语句，在聊天记录或会话记录中识别出最核心的咨询主题，并使得摘要出的消息段落(即语句)可以完整的表达整个会话的核心内容，从而大大提升摘要内容的有效性，进而降低客服阅读会话记录的时间成本，提升接待效率。

步骤S4，根据所述相关度评分值对所述消息段落排序并选取预设排序数量的消息段落生成摘要信息。

当迭代计算完成，各消息段落的所得到相关度评分值收敛，此时可根据各消息段落的得到最终的相关度评分值按从高到低的方式进行排序。并选取预设数量的消息段落生成摘要信息。例如，可以规定选取排序后的前5、7或多个消息段落，并将各消息段落首尾顺次连接，在各消息段落之间添加预设的标点符号，生成最终的摘要信息。

此外，本示例实施方式中，上述的会话记录中可以包括：文本消息、音频消息或视频消息中的一种或多种。

当所述会话记录中包含音频消息或视频消息时，可以先将所述音频信息转化为文本信息，或者将所述视频中的音频信息转化为文本信息，再进行各消息段落之间的文本相似度计算。

通过将音频及视频消息转化为文本消息，可以有效避免最终生成的摘要信息中遗漏音频信息和视频信息中的重要信息，保证摘要的准确性。

基于上述内容，在步骤S3中，提升所述关注目标向所述虚拟角色发送的语音消息的播放音量，以及降低所述非关注目标向所述虚拟角色发送的语音消息的播放音量。

需要注意的是，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

进一步的，参考图4所示，本示例的实施方式中还提供了一种会话摘要生成装置4，包括：段落获取模块41、相关度计算模块42、评分模块43以及摘要生成模块44。其中：

所述段落获取模块41可以用于获取会话记录中的消息段落。

所述相关度计算模块42可以用于依次计算各所述消息段落与其余各所述消息段落的文本相似度。

所述评分模块43可以用于依据所述文本相似度令全部所述消息段落依次为各所述消息段落评分。

所述摘要生成模块44可以用于根据评分结果排序并选取预设排序数量的所述消息段落生成摘要信息。

在本公开的其他示例性实施方式中，上述的段落获取模块41还可以包括：消息筛选模块以及段落处理模块。其中：

所述消息筛选模块可以用于获取待处理的会话记录，筛选所述会话记录中由一方发出的全部会话消息。

所述段落处理模块可以用于将所述一方发出的全部会话消息按预设规则分段处理生成消息段落。

上述会话摘要生成中各模块的具体细节已经在对应的会话摘要生成方法中进行了详细的描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图6来描述根据本发明的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例，不应对本发明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以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：上述至少一个处理单元610、上述至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1中所示的步骤S1：获取会话记录中的消息段落；步骤S2：分别计算各所述消息段落与其余各所述消息段落的文本相似度；步骤S3：根据所述文本相似度结果，依次计算全部消息段落对各消息段落的相关度评分值；步骤S4：根据所述相关度评分值对所述消息段落排序并选取预设排序数量的消息段落生成摘要信息。

存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。

存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器660通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

参考图5所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，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系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。

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，其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (10)

1.一种会话摘要生成方法，其特征在于，包括：

获取会话记录中的消息段落；

分别计算各所述消息段落与其余各所述消息段落的文本相似度；

根据所述文本相似度结果，依次计算全部消息段落对各消息段落的相关度评分值；

根据所述相关度评分值对所述消息段落排序并选取预设排序数量的消息段落生成摘要信息。

2.根据权利要求1所述的会话摘要生成方法，其特征在于，所述获取会话记录中的信息段落包括：

获取待处理的会话记录，筛选所述会话记录中由一方发出的全部会话消息；

将所述一方发出的全部会话消息按预设规则分段处理生成消息段落。

3.根据权利要求2所述的会话摘要生成方法，其特征在于，所述分别计算各所述消息段落与其余各所述消息段落的文本相似度包括：

依次两两选取所述消息段落，根据BM25算法公式计算一所述消息段落相对于另一所述消息段落的BM25值，所述BM25算法公式为：

其中，Score(Q,d)为消息段落Q对消息段落d的BM25值；f_i为消息段落Q中第i个词的词频；q_i为消息段落Q中的第i个词；IDF(q_i)为消息段落Q中第i个词的逆文档频率；dl为当前消息段落的长度；avgdl为整个会话消息的平均消息段落的长度；k₁、b均为调节因子。

4.根据权利要求3所述的会话摘要生成方法，其特征在于，所述根据所述文本相似度结果，依次计算全部消息段落对各消息段落的相关度评分包括：

初始化所述消息段落的相关度评分值，并赋初始值为1.0；

选取一所述消息段落，令除该消息段落外的其余各所述消息段落为所述该消息段落评分，所述该消息段落的相关度评分值通过以下公式计算：

其中，WS(V_i)为消息段落i的相关度评分值；WS(V_j)为消息段落j的相关度评分值；w_ji为消息段落i对消息段落j的BM25值；d为调节因子；In(V_i)表示全部消息段落；Out(V_j)表示除消息段落j外的所有消息段落；

依次选取所述会话消息中的各消息段落计算其相关度评分值。

5.根据权利要求4所述的会话摘要生成方法，其特征在于，在依次计算各所述消息段落的相关度评分值后，所述会话摘要生成方法还包括：

将各所述消息段落的相关度评分值生成评分值矩阵；

判断所述评分值矩阵是否收敛至预设范围；

在判断所述评分值矩阵未收敛至预设范围时，进行迭代计算至所述评分值矩阵收敛至预设范围。

6.根据权利要求1所述的会话摘要生成方法，其特征在于，所述会话记录中包括：文本消息、音频消息或视频消息中的一种或多种。

7.一种会话摘要生成装置，其特征在于，包括：

段落获取模块，用于获取会话记录中的消息段落；

相关度计算模块，用于依次计算各所述消息段落与其余各所述消息段落的文本相似度；

评分模块，用于依据所述文本相似度令全部所述消息段落依次为各所述消息段落评分；

摘要生成模块，用于根据评分结果排序并选取预设排序数量的所述消息段落生成摘要信息。

8.根据权利要求7所述的会话摘要生成装置，其特征在于，所述段落获取模块包括：

消息筛选模块，用于获取待处理的会话记录，筛选所述会话记录中由一方发出的全部会话消息；

段落处理模块，用于将所述一方发出的全部会话消息按预设规则分段处理生成消息段落。

9.一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现根据权利要求1至6中任一项所述的会话摘要生成方法。

10.一种电子终端，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行以下操作：

获取会话记录中的消息段落；

分别计算各所述消息段落与其余各所述消息段落的文本相似度；

根据所述文本相似度结果，依次计算全部消息段落对各消息段落的相关度评分值；

根据所述相关度评分值对所述消息段落排序并选取预设排序数量的消息段落生成摘要信息。