CN113407710A - 信息显示方法、装置、电子设备及可读存储介质 - Google Patents
信息显示方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN113407710A CN113407710A CN202110631105.7A CN202110631105A CN113407710A CN 113407710 A CN113407710 A CN 113407710A CN 202110631105 A CN202110631105 A CN 202110631105A CN 113407710 A CN113407710 A CN 113407710A
- Authority
- CN
- China
- Prior art keywords
- target
- text
- sentences
- abstract
- sentence
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000012545 processing Methods 0.000 claims abstract description 15
- 230000009191 jumping Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000012935 Averaging Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 description 36
- 239000013598 vector Substances 0.000 description 17
- 230000006870 function Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 101150039208 KCNK3 gene Proteins 0.000 description 6
- 230000004927 fusion Effects 0.000 description 5
- 101150083764 KCNK9 gene Proteins 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/34—Browsing; Visualisation therefor
- G06F16/345—Summarisation for human users
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
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)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- User Interface Of Digital Computer (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种信息显示方法、装置、电子设备及可读存储介质，属于数据处理技术领域。该方法包括：确定用户在对话界面中引用的目标引用文本，计算目标引用文本中至少两个句子的第一得分值，选取至少两个句子中第一得分值高于分数阈值的目标句子作为摘要，在对话界面中显示摘要。
Description
技术领域
本申请属于数据处理技术领域，具体涉及一种信息显示方法、装置、电子设备及可读存储介质。
背景技术
目前，终端的应用程序(Application，APP)大多支持引用功能。例如，在社交APP中，用户可以在历史对话流数据中选择目标引用文本，对其引用并回复，回复的内容与目标引用文本会以某一种结构被显示在对话流的某一位置。
在上述过程中，存在APP会自动将超出长度部分内容省略，点击之后才能显示完整的内容的情况，用户可能无法直观理解引用文本的内容，影响用户体验。
发明内容
本申请实施例的目的是提供一种信息显示方法、装置、电子设备及可读存储介质，能够解决用户无法直观理解引用文本的内容，用户体验低的问题。
第一方面，本申请实施例提供了一种信息显示方法，该方法包括：
确定用户在对话界面中引用的目标引用文本；
计算所述目标引用文本中至少两个句子的第一得分值；
选取所述至少两个句子中所述第一得分值高于分数阈值的目标句子作为摘要；
在所述对话界面中显示所述摘要。
第二方面，本申请实施例提供了一种信息显示装置，所述装置包括：
确定模块，用于确定用户在对话界面中引用的目标引用文本；
第一计算模块，用于计算所述目标引用文本中至少两个句子的第一得分值；
第一选取模块，用于选取所述至少两个句子中所述第一得分值高于分数阈值的目标句子作为摘要；
显示模块，用于在所述对话界面中显示所述摘要。
第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的信息显示方法的步骤。
第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的信息显示方法的步骤。
第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的信息显示方法的步骤。
在本申请实施例中，确定用户在对话界面中引用的目标引用文本，计算目标引用文本中至少两个句子的第一得分值，选取至少两个句子中第一得分值高于分数阈值的目标句子作为摘要，在对话界面中显示摘要。因此，本申请实施例从目标引用文本中提取摘要并显示在对话界面中，用户能够直观的了解目标引用文本的主要内容，提高了用户体验感。此外，通过计算目标引用文本中句子的第一得分值，且只将第一得分值高于分数阈值的目标句子作为摘要，采用本申请实施例提供的该种摘要提取方式，提取的摘要更准确，与目标引用文本的主旨更切合。
附图说明
图1示出本申请实施例提供的一种信息显示方法的一种流程示意图；
图2A示出本申请实施例提供的一种信息显示方法的一种流程示意图；
图2B示出本申请实施例提供的一种信息显示方法的一种流程示意图；
图3A和图3B示出本申请实施例提供的一种摘要提取的操作示意图；
图4示出本申请实施例提供的一种信息显示方法的一种流程示意图；
图5A和图5B示出本申请实施例提供的一种摘要提取的操作示意图；
图6示出本申请实施例提供的一种信息显示方法的一种流程示意图；
图7A至图7C示出本申请实施例提供的一种摘要提取的操作示意图；
图8示出本申请实施例提供的一种信息显示方法的一种流程示意图；
图9示出本申请实施例提供的一种信息显示装置的结构示意图；
图10示出本申请实施例提供的一种电子设备的结构示意图；
图11示出本申请实施例提供的一种电子设备的硬件结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的信息显示方法进行详细地说明。
图1示出本申请实施例提供的一种信息显示方法的一种流程示意图，该方法可以由电子设备执行，例如终端设备。也就是说，上述的信息显示方法可以由安装在终端设备的软件或硬件来执行。如图1所示，该方法可以包括以下步骤。
S110：确定用户在对话界面中引用的目标引用文本。
在用户使用电子设备的对话界面进行文本交互时，可以引用该对话界面中的至少部分文本作为目标引用文本。例如用户通过电子设备的屏幕在对话界面中点击或长按该目标引用文本，该目标引用文本则作为引用的文本。
S111：计算目标引用文本中至少两个句子的第一得分值。
具体来讲，目标引用文本中包括多个句子，其中，每个句子都可以作为摘要，第一得分值可以体现出句子作为摘要的概率，第一分值越高，句子作为摘要的概率越大，与目标引用文本的主旨更切合。目标引用文本中的至少两个句子可以是目标引用文本中任意的句子，在计算至少两个句子的第一得分值时，可以首先对至少两个句子进行语义表示，然后对进行语义表示后的句子进行均值化处理，最后利用前向神经网络计算进行均值化处理后的句子的第一得分值。
S112：选取至少两个句子中第一得分值高于分数阈值的目标句子作为摘要。
具体来讲，至少两个句子的第一得分值高于分数阈值时，说明该目标句子作为摘要的概率较大，其更能反应出目标引用文本的主旨含义，便于用户直观的了解目标引用文本的内容，提升了用户体验感。
S113：在对话界面中显示摘要。
具体来讲，在对话界面中完整的显示摘要的内容。
由此，本申请实施例的一种信息显示方法，确定用户在对话界面中引用的目标引用文本，计算目标引用文本中至少两个句子的第一得分值，选取至少两个句子中第一得分值高于分数阈值的目标句子作为摘要，在对话界面中显示摘要。因此，本申请实施例从目标引用文本中提取摘要并显示在对话界面中，用户能够直观的了解目标引用文本的主要内容，提高了用户体验感。此外，通过计算目标引用文本中句子的第一得分值，且只将第一得分值高于分数阈值的目标句子作为摘要，采用本申请实施例提供的该种摘要提取方式，提取的摘要更准确，与目标引用文本的主旨更切合。
在一种可能的实现方式中，在计算目标引用文本中至少两个句子的第一得分值之前，信息显示方法还包括：计算对目标引用文本进行摘要提取的提取方式的概率，在采用第一提取方式提取摘要的概率大于采用第二提取方式提取摘要的概率的情况下，计算目标引用文本中至少两个句子的第一得分值。具体来讲，对于目标引用文本为新闻类的报道性文本、产品的说明性文本等时，可以采用提取句子的方式(第一提取方式)提取摘要，对于目标引用文本为特定场景的文本时，如会议场景、生活缴费场景、出行场景(飞机票、火车票、酒店、银行等)、验证码场景、快递场景、电影场景以及运营商场景等时，可以采取提取关键字段的方式(第二提取方式)提取摘要。
从目标引用文本中提取摘要可以基于摘要提取模型进行提取。其中，该模型的第一层对目标引用文本按字符切分，该模型的第二层至第六层建模目标引用文本的语义表示，该模型的七层至第八层对进行语义表示后的目标引用文本进行摘要提取。具体来说，任务Task1用于对目标引用文本的类型进行判断并确定提取摘要的提取方式，任务Task2用于以第一提取方式从目标引用文本中提取关键的句子作为摘要，任务Task3用于以第二提取方式从目标引用文本中提取关键字段作为摘要。对于该模型的优化，可以将任务Task1、任务Task2以及任务Task3三个任务执行后，产生的任务损失可以再作为该模型的输入对该模型进行优化。
具体来讲，第一层的Token1、Token2等作为目标引用文本的输入向量(输入向量为字符分割后的字词向量)，CLS表示目标引用文本的开始。第二层的Embedding对第一层的输入向量进行编码，从而将高维语义空间的自然语言转换到低维的向量空间。
第三层的Multi-Head-Self-Attention为多头注意力机制，Multi-Head-Self-Attention用于解析字词向量的字面意思，将经过Embedding编码的字词向量输入到第三层的多个Multi-Head-Self-Attention中，得到当前字词向量的多个向量表征，然后拼接起来输出到第四层至第六层，其中，Add&BN和FFN为深度残差网络，其用于将第三层以及第三层的输出进行求和正则得到解码向量后，将解码向量经过线性映射，将其映射到整个字典空间，然后经过softmax函数规整成字典词汇的概率分布，即每个词的分数，之后选取分数最高的词作为每个字词的语义表示，并作为第七层和第八层的输入。第七层将进行语义表示的目标引用文本输入到任务Task1、任务Task2和任务Task3，执行各自的任务，提取目标引用文本中的摘要。
具体来讲，对于特定场景文本类型中的会议场景而言，其关键字段可以为会议时间、会议主题等。对于生活缴费场景而言，其关键字段可以为户名、户号等。对于出行场景而言，其关键字段可以为航班时间、航班号、车次、发车时间、酒店地址、入住时间、贷款账户、账户约等。对于验证码场景，关键字段可以为验证码号等。对于快递场景，关键字段可以为取货码、取件时间等。对于电影场景，关键字段可以为电影名、影院地址等。
更为具体的，对于任务Task1对目标引用文本的类型进行判断并确定摘要的提取方式具体为：采用前向神经网络对进行语义表示后的目标引用文本进行处理，得到目标引用文本的一个二维向量。该二维向量可以记为classify，classify[0]表示的是该目标引用文本的文本类型适用于采用提取句子的方式(第一提取方式)提取摘要的概率，classify[1]表示的是该目标引用文本的文本类型适用于采用提取关键字段的方式(第二提取方式)提取摘要的概率，选取概率较大的一者的提取方式作为该目标引用文本的提取方式。
例如，将会议场景下的会议通知内容作为目标引用文本时，该会议通知内容的文本类型适用于采用提取句子的方式提取摘要的概率为0.2，该会议通知内容的文本类型适用于采用提取关键字段的方式提取摘要的概率为0.8，则该会议通知内容采用提取关键字段的方式提取摘要。
由此，通过本申请实施例提供的一种信息显示方法，针对不同的文本类型，以适应于该类型的目标引用文本的提取方式提取摘要，提取的摘要能更加主观的反应出目标引用文本的主要内容，便于用户了解目标引用文本的主要内容，进一步提升了用户的体验感。此外，在第一提取方式下，通过计算目标引用文本中句子的第一得分值，且只将第一得分值高于分数阈值的目标句子作为摘要，通过该种摘要提取方式，提取的摘要更准确，与目标引用文本的主旨更切合。
图2A示出本申请实施例提供的一种信息显示方法的一种流程示意图，该方法可以由电子设备执行，例如终端设备。也就是说，上述的信息显示方法可以由安装在终端设备的软件或硬件来执行。如图2A所示，该方法可以包括以下步骤。
S210：确定用户在对话界面中引用的目标引用文本。
对于目标引用文本为新闻类的报道性文本、产品的说明性文本时，可以采用提取句子的方式提取摘要。
在目标引用文本的文本长度超出对话界面对应的显示长度阈值的情况下，进入S211-S215。
S211：对目标引用文本中的至少两个句子进行语义表示。
对目标引用文本按照字符进行切分，再通过Bert语言模型对目标引用文本进行语义表示。
S212：对进行语义表示后的至少两个句子进行均值化处理，得到处理后的句子。
具体来讲，对进行语义表示后的每个句子进行均值化得到句子表示，具体记为S＝[S1,...,Sk]，其中，Sk指的是进行均值化处理后的第k句句子。
S213：计算处理后的句子的第一得分值。
对上述进行均值化后的句子表示S＝[S1,...,Sk]通过前向神经网络计算每个句子的第一得分值，记为Score＝[Score1,...,Scorek]，其中，Scorek表示进行均值化处理后的第k句句子作为摘要的得分值，其中，第一得分值越高，句子作为摘要的概率越大。
S214：选取至少两个句子中第一得分值高于分数阈值的目标句子作为摘要。
S215：在对话界面中显示摘要。
具体来讲，在对话界面中完整的显示摘要的内容。
在本申请实施例中，确定用户在对话界面中引用的目标引用文本，计算目标引用文本中至少两个句子的第一得分值，选取至少两个句子中第一得分值高于分数阈值的目标句子作为摘要，在对话界面中显示摘要。因此，本申请实施例从目标引用文本中提取摘要并显示在对话界面中，用户能够直观的了解目标引用文本的主要内容，提高了用户体验感。此外，通过计算目标引用文本中句子的第一得分值，且只将第一得分值高于分数阈值的目标句子作为摘要，采用本申请实施例提供的该种摘要提取方式，提取的摘要更准确，与目标引用文本的主旨更切合。
图2B示出本申请实施例提供的一种信息显示方法的一种流程示意图，该方法可以由电子设备执行，例如终端设备。也就是说，上述的信息显示方法可以由安装在终端设备的软件或硬件来执行。如图2B所示，该方法可以包括以下步骤。
S220：确定用户在对话界面中引用的目标引用文本。
对于目标引用文本为新闻类的报道性文本、产品的说明性文本时，可以采用提取句子的方式提取摘要。
S221：计算目标引用文本中至少两个句子的第一得分值。
S222：将句子进行组合，得到组合句子。
对上述进行语义处理后的句子按照句子的顺序穷举所有可能的组合句子，如进行语义处理后的句子有3句，则将第1个句子和第2个句子作为一个组合句子，第2个句子和第3个句子作为一个组合句子，将第1个句子和第3个句子作为一个组合句子。
S223：根据第一得分值计算组合句子的第二得分值。
对于第二得分值而言，可以将上述每个组合句子中每个句子的第一得分值互相叠加，得到每个组合句子的第二得分值，或者也可以采用前向神经网络计算每个组合句子作为摘要的第二得分值。
S224：从多个组合句子中选取第二得分值高于分数阈值的至少一个目标组合句子作为目标句子，其中，目标句子的长度不超过显示长度阈值。
对各个第二得分值进行降序排列，首先选取最高第二得分值对应的组合句子，然后判断该组合句子的长度是否不超过显示长度阈值，如果未超过，则将该最高第二得分值对应的句子作为目标组合句子，如果超过，则选取排名第二的组合句子且判断该组合句子的长度是否不超过显示长度阈值，依次类推，直至找出第二得分值最高且组合句子的长度不超过显示长度阈值的目标组合句子作为目标组合句子。另外，还可以选取多个目标组合句子作为摘要，具体是多个目标组合句子的单个句子的句子长度以及累加的句子长度不超过文本长度阈值，且各目标组合句子的第二得分值高于剩余的其他组合句子的第二得分值。
进一步，对于目标引用文本而言，其字数的多少对应目标引用文本的文本长度，字数越多，文本长度越长，字数越少，文本长度越短。对于对话界面而言，其具有显示文本字数的最大限制，该最大限制可以通过显示长度阈值确定，显示长度阈值可以为对话界面显示的最多字数。如目标引用文本的字数为50字，显示长度阈值为30时，目标引用文本在对话界面中最多可以显示文本从头开始的第1个字至第30个字。如此，通过从目标引用文本中提取出关键信息作为摘要，该摘要概括了目标引用文本的主要内容，且该摘要的文本长度不超出显示长度阈值，从而能在对话界面中完整的展示，便于用户理解目标引用文本的摘要提取内容。
S225：在对话界面中显示摘要。
如图3A所示的，电子设备的对话界面中显示文本30，该文本30的类型为新闻类的报道性文本，当用户点击或长按文本30时表示该文本为用户在对话界面中引用的目标引用文本30。
如图3B所示的，作为目标引用文本30，当任务Task1对目标引用文本30的类型进行判断后，classify[0]的概率大于classify[1]的概率，表示目标引用文本30的文本类型适用于采用提取句子的方式(第一提取方式)提取摘要，因此，通过任务Task2对目标引用文本30按照步骤S211至S217提取关键性的句子作为摘要，并在电子设备的对话界面中显示摘要31。用户还可以基于显示的摘要31进行回复，回复的内容可以显示在摘要31的上方32处以表示摘要31和回复内容之间的对应关系。
由此，本申请实施例的一种信息显示方法，确定用户在对话界面中引用的目标引用文本，计算目标引用文本中至少两个句子的第一得分值，选取至少两个句子中第一得分值高于分数阈值的目标句子作为摘要，在对话界面中显示摘要。因此，本申请实施例从目标引用文本中提取摘要并显示在对话界面中，用户能够直观的了解目标引用文本的主要内容，提高了用户体验感。此外，通过计算目标引用文本中句子的第一得分值，且只将第一得分值高于分数阈值的目标句子作为摘要，采用本申请实施例提供的该种摘要提取方式，提取的摘要更准确，与目标引用文本的主旨更切合。
图4示出本申请实施例提供的一种信息显示方法的一种流程示意图，该方法可以由电子设备执行，例如终端设备。也就是说，上述的信息显示方法可以由安装在终端设备的软件或硬件来执行。如图4所示，该方法可以包括以下步骤。
S410：确定用户在对话界面中引用的目标引用文本。
对于目标引用文本为典型场景的文本时，可以采用提取关键字段的方式提取摘要。如图5A所示的对话界面中显示的会议场景的引用文本50，当用户点击或长按引用文本50所在的位置，表示该引用文本50为用户在对话界面中引用的目标引用文本。
S411：对目标引用文本进行语义表示。
对目标引用文本按照字符进行切分，再通过Bert语言模型对目标引用文本进行语义表示。
S412：确定目标引用文本中的标签。
通过前向神经网络确定目标引用文本中每个词对应的标签，具体记为logit＝[logit1,...,logitn]，其中，logitn表示的是第n个词对应的标签。
如图5A所示的对话界面中显示的会议场景的目标引用文本，通过前向神经网络确定该引用文本中包含的标签为会议时间、会议地点和会议主题。
S413：基于标签提取关键字段。
将归属于每一个标签下的字段进行提取作为关键字段，还是以前述图5A所示的引用文本为例，会议时间标签与对应的关键字段的对应关系为：会议时间-今天下午，会议时间-14:30。将会议时间对应的关键字段都进行提取，得到会议时间标签下的关键字段为今天下午14:30。同理，会议地点标签的关键字段为某某世纪城，会议主题标签的关键字段为新人培训会议。
S414：将标签和关键字段确定为摘要，摘要的长度不超出显示长度阈值。
对于目标引用文本而言，其字数的多少对应目标引用文本的文本长度，字数越多，文本长度越长，字数越少，文本长度越短。对于对话界面而言，其具有显示文本字数的最大限制，该最大限制可以通过显示长度阈值确定，显示长度阈值可以为对话界面显示的最多字数。如目标引用文本的字数为50字，显示长度阈值为30时，目标引用文本在对话界面中最多可以显示文本从头开始的第1个字至第30个字。如此，通过从目标引用文本中提取出关键信息作为摘要，该摘要概括了目标引用文本的主要内容，且该摘要的文本长度不超出显示长度阈值，从而能在对话界面中完整的展示，便于用户理解目标引用文本的摘要提取内容。
S415：在对话界面中显示摘要。
如图5B所示的，在对图5A所示的目标引用文本50，当任务Task1对目标引用文本30的类型进行判断后，classify[0]的概率小于classify[1]的概率，表示目标引用文本30的文本类型适用于采用提取关键字段的方式(第二提取方式)提取摘要，因此，通过任务Task3按照步骤S411至S414的方式提取出标签和关键字段之后，将会议主题和新人培训会议作为摘要51的第一行，将会议时间和今天下午14:30作为摘要51的第二行，将会议地点和某某世纪城作为摘要51的第三行在对话界面中显示。用户还可以基于显示的摘要51进行回复，回复的内容可以显示在摘要51的上方52处以表示摘要51和回复内容之间的对应关系。
由此，本申请实施例的一种信息显示方法，确定用户在对话界面中引用的目标引用文本，计算目标引用文本中至少两个句子的第一得分值，选取至少两个句子中第一得分值高于分数阈值的目标句子作为摘要，在对话界面中显示摘要。因此，本申请实施例从目标引用文本中提取摘要并显示在对话界面中，用户能够直观的了解目标引用文本的主要内容，提高了用户体验感。此外，通过计算目标引用文本中句子的第一得分值，且只将第一得分值高于分数阈值的目标句子作为摘要，采用本申请实施例提供的该种摘要提取方式，提取的摘要更准确，与目标引用文本的主旨更切合。
图6示出本申请实施例提供的一种信息显示方法的一种流程示意图，该方法可以由电子设备执行，例如终端设备。也就是说，上述的信息显示方法可以由安装在终端设备的软件或硬件来执行。如图6所示，该方法可以包括以下步骤。
S610：确定用户在对话界面中引用的目标引用文本。
S611：计算目标引用文本中至少两个句子的第一得分值。
S612：选取至少两个句子中的第一得分值高于分数阈值的目标句子作为摘要。
S613：在对话界面中显示摘要。
S610-S613与图1实施例中S110-S113具有相同或相似的实现方式，其可以互相参照，本申请实施例在此不再赘述。
S614：选取预定时间内与目标引用文本相关联的多个待选关联文本。
S615：对目标引用文本和待选关联文本进行关联性分析，得到关联度。
S616：对各关联度进行排名，选取排名满足要求的待选关联文本为目标关联文本。具体来说，预定时间可以为任意时间段，如6小时。
具体来讲，对目标引用文本和待选关联文本进行关联性分析时，可以将目标引用文本和关联文本一对一组合，然后采用Bert语言模型对目标引用文本和关联文本进行语义表示，将目标引用文本的语义表示记为H1，将关联文本的语义表示记为H2，H1和H2经Bert语言模型处理后以向量进行表示，然后采用以下的融合策略对H1和H2进行融合，具体为：
其中，
表示拼接，“*”表示相乘，“-”表示相减，H1*H2表示的是各向量相乘，即H1和H2之间的字符交换，H1-H2表示的是消除H1和H2里相同的字符，Fusion表示融合后的语义表示。
将上述融合后的Fusion输入到前向神经网络计算融合后的Fusion的关联度的得分值，将各个得分值进行排名，将得分值超过阈值的待选关联文本作为目标关联文本，其中，阈值可以根据实际情况确定，本申请实施例在此并不作限定。
S617：响应于对摘要的触发操作，将对话界面显示摘要的位置跳转至目标关联文本所在的位置。
基于图5B所示例的场景，在按照步骤S613选取与会议通知(目标引用文本50)相关的目标关联文本为关联文本1、关联文本2和关联文本3，如图7A所示的，当用户点击或长按摘要51所在的位置，显示悬浮列表70，该悬浮列表70中，显示目标关联文本的关联标记，可以按照关联度的值大小对关联标记进行排名，将关联度最高的关联文本标记为相关性1、依次类推为相关性2和相关性3。
如图7B所示的，当用户点击或长按关联标记所在的位置时，如用户点击相关性1的关联标记时，则由图7A所示的对话界面显示摘要51的位置直接跳转到相关性1所对应的关联文本71所在的位置，关联文本71所在的位置如图7C所示。
进一步，如图8所示的，在S610至S613之后，该方法还包括：
S618：响应于对摘要的触发操作，由对话界面显示摘要的位置跳转至目标引用文本所在的位置。
图7A所提供的场景，当用户点击或长按摘要51所在的位置，显示悬浮列表70，该悬浮列表70中，显示目标引用文本50的原位置标记(如原位置)。
当用户点击或长按位置标记(原位置)所在的位置时，则由对话界面显示摘要51的位置直接跳转到目标引用文本50的原位置。
本申请实施例的一种信息显示方法，确定用户在对话界面中引用的目标引用文本，计算目标引用文本中至少两个句子的第一得分值，选取至少两个句子中第一得分值高于分数阈值的目标句子作为摘要，在对话界面中显示摘要。因此，本申请实施例从目标引用文本中提取摘要并显示在对话界面中，用户能够直观的了解目标引用文本的主要内容，提高了用户体验感。此外，通过计算目标引用文本中句子的第一得分值，且只将第一得分值高于分数阈值的目标句子作为摘要，采用本申请实施例提供的该种摘要提取方式，提取的摘要更准确，与目标引用文本的主旨更切合。
此外，通过选取与目标引用文本相关联的目标关联信息，响应于对摘要的触发操作，可以由对话界面显示摘要的位置直接跳转到目标关联信息的位置，为用户提供目标引用文本与上下文的关联信息，从而达到目标引用文本与下文之间关联的目的，增强用户对目标引用文本的理解，进一步提升了用户体验感。
进一步，通过响应于对摘要的触发操作，可以由对话界面显示摘要的位置直接跳转到目标引用文本的原位置，可以便于用户阅读完整的目标引用文本的内容，增强用户对目标引用文本的理解，进一步提升了用户体验感。
需要说明的是，本申请实施例提供的信息显示方法，执行主体可以为信息显示装置，或者该信息显示装置中的用于执行信息显示方法的控制模块。本申请实施例中以信息显示装置执行信息显示方法为例，说明本申请实施例提供的信息显示装置。
图9示出本申请实施例提供的一种信息显示装置的结构示意图，该装置900包括：确定模块910、第一计算模块920、第一选取模块930和显示模块940。
确定模块910用于确定用户在对话界面中引用的目标引用文本。第一计算模块920用于计算所述目标引用文本中至少两个句子的第一得分值。第一选取模块930用于选取所述至少两个句子中所述第一得分值高于分数阈值的目标句子作为摘要。显示模块940用于在所述对话界面中显示所述摘要。
本申请实施例提供的一种信息显示装置，确定用户在对话界面中引用的目标引用文本，计算目标引用文本中至少两个句子的第一得分值，选取至少两个句子中第一得分值高于分数阈值的目标句子作为摘要，在对话界面中显示摘要。因此，本申请实施例从目标引用文本中提取摘要并显示在对话界面中，用户能够直观的了解目标引用文本的主要内容，提高了用户体验感。
在一种可能的实现方式中，第一计算模块920包括：
语义表示单元，用于对所述目标引用文本中的至少两个句子进行语义表示。处理单元，用于对进行语义表示后的至少两个句子进行均值化处理，得到处理后的句子。第一计算单元，用于计算所述处理后的句子的第一得分值。
在一种可能的实现方式中，第一选取模块930包括：组合单元，用于将所述句子进行组合，得到组合句子。第二计算单元，用于根据所述第一得分值计算所述组合句子的第二得分值。选取单元，用于从多个所述组合句子中选取所述第二得分值高于分数阈值的至少一个目标组合句子作为所述目标句子，其中，所述目标句子的长度不超过所述显示长度阈值。此外，通过计算目标引用文本中句子的第一得分值，且只将第一得分值高于分数阈值的目标句子作为摘要，采用本申请实施例提供的该种摘要提取方式，提取的摘要更准确，与目标引用文本的主旨更切合。
在一种可能的实现方式中，该装置900还包括：第二选取模块，用于选取预定时间内与所述目标引用文本相关联的多个待选关联文本。分析模块，用于对所述目标引用文本和所述待选关联文本进行关联性分析，得到关联度。排名模块，用于对各所述关联度进行排名，选取排名满足要求的待选关联文本为目标关联文本。第一跳转模块，用于响应于对所述摘要的触发操作，由所述对话界面显示所述摘要的位置跳转至所述目标关联文本所在的位置。
在一种可能的实现方式中，该装置900还包括：第二跳转模块(图中未示出)。
第二跳转模块，用于响应于对摘要的触发操作，将对话界面显示摘要的位置跳转至目标引用文本所在的位置。
本申请实施例提供的该装置900，可执行前文方法实施例中的各方法，并实现前文方法实施例中的各方法的功能和有益效果，在此不再赘述。
本申请实施例中的信息显示装置可以是装置，也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personaldigital assistant，PDA)等，非移动电子设备可以为服务器、网络附属存储器(NetworkAttached Storage，NAS)、个人计算机(personal computer，PC)、电视机(television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。
本申请实施例中的信息显示装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。
本申请实施例提供的信息显示装置能够实现图1至图8的方法实施例实现的各个过程，为避免重复，这里不再赘述。
可选地，如图10所示，本申请实施例还提供一种电子设备100，包括处理器101，存储器102，存储在存储器102上并可在处理器101上运行的程序或指令，该程序或指令被处理器101执行时实现上述信息显示方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
图11为实现本申请实施例的一种电子设备的硬件结构示意图。
该电子设备1000包括但不限于：射频单元1001、网络模块1002、音频输出单元1003、输入单元1004、传感器1005、显示单元1006、用户输入单元1007、接口单元1008、存储器1009、以及处理器1010等部件。
本领域技术人员可以理解，电子设备1000还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器1010逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图11中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。
用户输入单元1007，用于确定用户在对话界面中引用的目标引用文本，处理器1010，用于计算所述目标引用文本中至少两个句子的第一得分值，选取所述至少两个句子中所述第一得分值高于分数阈值的目标句子作为摘要，显示单元1006在对话界面中显示摘要。
处理器1010还用于对所述目标引用文本中的至少两个句子进行语义表示。对进行语义表示后的至少两个句子进行均值化处理，得到处理后的句子。计算所述处理后的句子的第一得分值。
处理器1010还用于将所述句子进行组合，得到组合句子。根据所述第一得分值计算所述组合句子的第二得分值。从多个所述组合句子中选取所述第二得分值高于分数阈值的至少一个目标组合句子作为所述目标句子，其中，所述目标句子的长度不超过所述显示长度阈值。
处理器1010还用于选取预定时间内与所述目标引用文本相关联的多个待选关联文本。对所述目标引用文本和所述待选关联文本进行关联性分析，得到关联度。对各所述关联度进行排名，选取排名满足要求的待选关联文本为目标关联文本。响应于对所述摘要的触发操作，由所述对话界面显示所述摘要的位置跳转至所述目标关联文本所在的位置。
处理器1010还用于响应于对摘要的触发操作，将对话界面显示摘要的位置跳转至目标引用文本所在的位置。
其中，射频单元1001可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器1010处理；另外，将上行的数据发送给基站。通常，射频单元1001包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元1001还可以通过无线通信系统与网络和其他设备通信。
电子设备通过网络模块1002为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元1003可以将射频单元1001或网络模块1002接收的或者在存储器1009中存储的音频数据转换成音频信号并且输出为声音。音频输出单元1003包括扬声器、蜂鸣器以及受话器等。
应理解的是，本申请实施例中，输入单元1004可以包括图形处理器(GraphicsProcessing Unit，GPU)10041和麦克风10042，图形处理器10041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。
显示单元1006可包括显示面板10061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板10061。用户输入单元1007包括触控面板10071以及其他输入设备10072。触控面板10071，也称为触摸屏。触控面板10071可包括触摸检测装置和触摸控制器两个部分。其他输入设备10072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。存储器1009可用于存储软件程序以及各种数据，包括但不限于应用程序和操作系统。处理器1010可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1010中。
电子设备1000还包括至少一种传感器1005，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板10061的亮度，接近传感器可在电子设备1000移动到耳边时，关闭显示面板10061和/或背光。
显示单元1006用于显示由用户输入的信息或提供给用户的信息(如显示摘要)。显示单元1006可包括显示面板10061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板10061。
用户输入单元1007可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元1007包括触控面板10071以及其他输入设备10072。触控面板10071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板10071上或在触控面板10071附近的操作)。
触控面板10071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器1010，接收处理器1010发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板10071。除了触控面板10071，用户输入单元1007还可以包括其他输入设备10072。具体地，其他输入设备10072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
进一步的，触控面板10071可覆盖在显示面板10061上，当触控面板10071检测到在其上或附近的触摸操作后，传送给处理器1010以确定触摸事件的类型，随后处理器1010根据触摸事件的类型在显示面板10061上提供相应的视觉输出。虽然在图11中，触控面板10071与显示面板10061是作为两个独立的部件来实现电子设备的输入和输出功能，但是在某些实施例中，可以将触控面板10071与显示面板10061集成而实现电子设备的输入和输出功能，具体此处不做限定。
接口单元1008为外部装置与电子设备1000连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元1008可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到电子设备1000内的一个或多个元件或者可以用于在电子设备1000和外部装置之间传输数据。
存储器1009可用于存储软件程序以及各种数据。存储器1009可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器1009可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器1010是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器1009内的软件程序和/或模块，以及调用存储在存储器1009内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。处理器1010可包括一个或多个处理单元；优选的，处理器1010可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1010中。
本申请实施例的一种电子设备，确定用户在对话界面中引用的目标引用文本，计算目标引用文本中至少两个句子的第一得分值，选取至少两个句子中第一得分值高于分数阈值的目标句子作为摘要，在对话界面中显示摘要。因此，本申请实施例从目标引用文本中提取摘要并显示在对话界面中，用户能够直观的了解目标引用文本的主要内容，提高了用户体验感。此外，通过计算目标引用文本中句子的第一得分值，且只将第一得分值高于分数阈值的目标句子作为摘要，采用本申请实施例提供的该种摘要提取方式，提取的摘要更准确，与目标引用文本的主旨更切合。
本申请实施例还提供一种可读存储介质，可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述信息显示方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
其中，处理器为上述实施例中的电子设备中的处理器。可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现上述信息显示方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。
Claims (12)
1.一种信息显示方法，其特征在于，所述方法包括：
确定用户在对话界面中引用的目标引用文本；
计算所述目标引用文本中至少两个句子的第一得分值；
选取所述至少两个句子中所述第一得分值高于分数阈值的目标句子作为摘要；
在所述对话界面中显示所述摘要。
2.根据权利要求1所述的信息显示方法，其特征在于，所述计算所述目标引用文本中至少两个句子的第一得分值包括：
对所述目标引用文本中的至少两个句子进行语义表示；
对进行语义表示后的至少两个句子进行均值化处理，得到处理后的句子；
计算所述处理后的句子的第一得分值。
3.根据权利要求1所述的信息显示方法，其特征在于，所述选取所述至少两个句子中所述第一得分值高于分数阈值的目标句子作为摘要包括：
将所述句子进行组合，得到组合句子；
根据所述第一得分值计算所述组合句子的第二得分值；
从多个所述组合句子中选取所述第二得分值高于分数阈值的至少一个目标组合句子作为所述目标句子，其中，所述目标句子的长度不超过显示长度阈值。
4.根据权利要求1所述的信息显示方法，其特征在于，在所述对话界面中显示所述摘要之后，所述方法还包括：
选取预定时间内与所述目标引用文本相关联的多个待选关联文本；
对所述目标引用文本和所述待选关联文本进行关联性分析，得到关联度；
对各所述关联度进行排名，选取排名满足要求的待选关联文本为目标关联文本；
响应于对所述摘要的触发操作，由所述对话界面显示所述摘要的位置跳转至所述目标关联文本所在的位置。
5.根据权利要求1所述的信息显示方法，其特征在于，在所述对话界面中显示所述摘要之后，所述方法还包括：
响应于对所述摘要的触发操作，由所述对话界面显示所述摘要的位置跳转至所述目标引用文本所在的位置。
6.一种信息显示装置，其特征在于，所述装置包括：
确定模块，用于确定用户在对话界面中引用的目标引用文本；
第一计算模块，用于计算所述目标引用文本中至少两个句子的第一得分值；
第一选取模块，用于选取所述至少两个句子中所述第一得分值高于分数阈值的目标句子作为摘要；
显示模块，用于在所述对话界面中显示所述摘要。
7.根据权利要求6所述的信息显示装置，其特征在于，所述第一计算模块包括：
语义表示单元，用于对所述目标引用文本中的至少两个句子进行语义表示；
处理单元，用于对进行语义表示后的至少两个句子进行均值化处理，得到处理后的句子；
第一计算单元，用于计算所述处理后的句子的第一得分值。
8.根据权利要求6所述的信息显示装置，其特征在于，所述第一选取模块包括：
组合单元，用于将所述句子进行组合，得到组合句子；
第二计算单元，用于根据所述第一得分值计算所述组合句子的第二得分值；
选取单元，用于从多个所述组合句子中选取所述第二得分值高于分数阈值的至少一个目标组合句子作为所述目标句子，其中，所述目标句子的长度不超过所述显示长度阈值。
9.根据权利要求6所述的信息显示装置，其特征在于，所述装置还包括：
第二选取模块，用于选取预定时间内与所述目标引用文本相关联的多个待选关联文本；
分析模块，用于对所述目标引用文本和所述待选关联文本进行关联性分析，得到关联度；
排名模块，用于对各所述关联度进行排名，选取排名满足要求的待选关联文本为目标关联文本；
第一跳转模块，用于响应于对所述摘要的触发操作，由所述对话界面显示所述摘要的位置跳转至所述目标关联文本所在的位置。
10.根据权利要求6所述的信息显示装置，其特征在于，所述装置还包括：
第二跳转模块，用于响应于对所述摘要的触发操作，由所述对话界面显示所述摘要的位置跳转至所述目标引用文本所在的位置。
11.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-5任意一项所述的信息显示方法的步骤。
12.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-5任意一项所述的信息显示方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110631105.7A CN113407710A (zh) | 2021-06-07 | 2021-06-07 | 信息显示方法、装置、电子设备及可读存储介质 |
| PCT/CN2022/096729 WO2022257840A1 (zh) | 2021-06-07 | 2022-06-02 | 信息显示方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110631105.7A CN113407710A (zh) | 2021-06-07 | 2021-06-07 | 信息显示方法、装置、电子设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113407710A true CN113407710A (zh) | 2021-09-17 |
Family
ID=77676694
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110631105.7A Pending CN113407710A (zh) | 2021-06-07 | 2021-06-07 | 信息显示方法、装置、电子设备及可读存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113407710A (zh) |
| WO (1) | WO2022257840A1 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114546192A (zh) * | 2021-12-31 | 2022-05-27 | 北京达佳互联信息技术有限公司 | 内容显示处理方法、装置及内容显示方法、装置 |
| CN115022272A (zh) * | 2022-04-02 | 2022-09-06 | 北京字跳网络技术有限公司 | 信息处理方法、装置、电子设备和存储介质 |
| WO2022257840A1 (zh) * | 2021-06-07 | 2022-12-15 | 维沃移动通信有限公司 | 信息显示方法、装置、电子设备及可读存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1996959A (zh) * | 2005-12-31 | 2007-07-11 | 腾讯科技（深圳）有限公司 | 一种即时通信终端和即时通信中消息引用方法 |
| CN107562732A (zh) * | 2017-10-26 | 2018-01-09 | 北京康夫子科技有限公司 | 电子病历的处理方法及系统 |
| CN108228541A (zh) * | 2016-12-22 | 2018-06-29 | 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 |
| CN109101489A (zh) * | 2018-07-18 | 2018-12-28 | 武汉数博科技有限责任公司 | 一种文本自动摘要方法、装置及一种电子设备 |
| CN109324861A (zh) * | 2018-09-27 | 2019-02-12 | 北京三快在线科技有限公司 | 消息显示处理方法、装置、介质及电子设备 |
| CN109361592A (zh) * | 2018-08-08 | 2019-02-19 | 腾讯科技（深圳）有限公司 | 一种即时通信消息处理方法、装置、设备及存储介质 |
| CN109635103A (zh) * | 2018-12-17 | 2019-04-16 | 北京百度网讯科技有限公司 | 摘要生成方法和装置 |
| CN109960790A (zh) * | 2017-12-25 | 2019-07-02 | 北京国双科技有限公司 | 摘要生成方法及装置 |
| CN111241267A (zh) * | 2020-01-10 | 2020-06-05 | 科大讯飞股份有限公司 | 摘要提取和摘要抽取模型训练方法及相关装置、存储介质 |
| CN112732898A (zh) * | 2020-12-30 | 2021-04-30 | 平安科技（深圳）有限公司 | 文献摘要生成方法、装置、计算机设备及存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3102276A1 (fr) * | 2019-10-17 | 2021-04-23 | Amadeus | Procedes et systemes pour résumer des document multiples en utilisant une approche d’apprentissage automatique |
| CN113407710A (zh) * | 2021-06-07 | 2021-09-17 | 维沃移动通信有限公司 | 信息显示方法、装置、电子设备及可读存储介质 |
-
2021
- 2021-06-07 CN CN202110631105.7A patent/CN113407710A/zh active Pending
-
2022
- 2022-06-02 WO PCT/CN2022/096729 patent/WO2022257840A1/zh unknown
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1996959A (zh) * | 2005-12-31 | 2007-07-11 | 腾讯科技（深圳）有限公司 | 一种即时通信终端和即时通信中消息引用方法 |
| CN108228541A (zh) * | 2016-12-22 | 2018-06-29 | 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 |
| CN107562732A (zh) * | 2017-10-26 | 2018-01-09 | 北京康夫子科技有限公司 | 电子病历的处理方法及系统 |
| CN109960790A (zh) * | 2017-12-25 | 2019-07-02 | 北京国双科技有限公司 | 摘要生成方法及装置 |
| CN109101489A (zh) * | 2018-07-18 | 2018-12-28 | 武汉数博科技有限责任公司 | 一种文本自动摘要方法、装置及一种电子设备 |
| CN109361592A (zh) * | 2018-08-08 | 2019-02-19 | 腾讯科技（深圳）有限公司 | 一种即时通信消息处理方法、装置、设备及存储介质 |
| CN109324861A (zh) * | 2018-09-27 | 2019-02-12 | 北京三快在线科技有限公司 | 消息显示处理方法、装置、介质及电子设备 |
| CN109635103A (zh) * | 2018-12-17 | 2019-04-16 | 北京百度网讯科技有限公司 | 摘要生成方法和装置 |
| CN111241267A (zh) * | 2020-01-10 | 2020-06-05 | 科大讯飞股份有限公司 | 摘要提取和摘要抽取模型训练方法及相关装置、存储介质 |
| CN112732898A (zh) * | 2020-12-30 | 2021-04-30 | 平安科技（深圳）有限公司 | 文献摘要生成方法、装置、计算机设备及存储介质 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022257840A1 (zh) * | 2021-06-07 | 2022-12-15 | 维沃移动通信有限公司 | 信息显示方法、装置、电子设备及可读存储介质 |
| CN114546192A (zh) * | 2021-12-31 | 2022-05-27 | 北京达佳互联信息技术有限公司 | 内容显示处理方法、装置及内容显示方法、装置 |
| CN114546192B (zh) * | 2021-12-31 | 2023-11-28 | 北京达佳互联信息技术有限公司 | 内容显示处理方法、装置及内容显示方法、装置 |
| CN115022272A (zh) * | 2022-04-02 | 2022-09-06 | 北京字跳网络技术有限公司 | 信息处理方法、装置、电子设备和存储介质 |
| CN115022272B (zh) * | 2022-04-02 | 2023-11-21 | 北京字跳网络技术有限公司 | 信息处理方法、装置、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022257840A1 (zh) | 2022-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022078102A1 (zh) | 一种实体识别方法、装置、设备以及存储介质 | |
| CN113407710A (zh) | 信息显示方法、装置、电子设备及可读存储介质 | |
| CN110598046B (zh) | 一种基于人工智能的标题党识别方法和相关装置 | |
| CN111177371B (zh) | 一种分类方法和相关装置 | |
| CN110069769B (zh) | 应用标签生成方法、装置及存储设备 | |
| CN111061383B (zh) | 文字检测方法及电子设备 | |
| CN109543014B (zh) | 人机对话方法、装置、终端及服务器 | |
| CN111159338A (zh) | 一种恶意文本的检测方法、装置、电子设备及存储介质 | |
| CN112214605A (zh) | 一种文本分类方法和相关装置 | |
| CN112257472A (zh) | 一种文本翻译模型的训练方法、文本翻译的方法及装置 | |
| CN114328852A (zh) | 一种文本处理的方法、相关装置及设备 | |
| CN114357278A (zh) | 一种话题推荐方法、装置及设备 | |
| CN112749252A (zh) | 一种基于人工智能的文本匹配方法和相关装置 | |
| EP3105858B1 (en) | Electronic device and method for extracting and using sematic entity in text message of electronic device | |
| CN116955610A (zh) | 一种文本数据的处理方法、装置以及存储介质 | |
| CN115563255A (zh) | 对话文本的处理方法、装置、电子设备及存储介质 | |
| CN112307198B (zh) | 一种单文本的摘要确定方法和相关装置 | |
| CN112036135B (zh) | 一种文本处理方法和相关装置 | |
| CN111694477B (zh) | 标签处理方法、装置及电子设备 | |
| CN109522543B (zh) | 一种信息处理方法及终端设备 | |
| CN115168568A (zh) | 一种数据内容的识别方法、装置以及存储介质 | |
| KR20180033777A (ko) | 번역문과 함께 이미지를 제공하는 방법, 장치 및 컴퓨터 프로그램 | |
| CN113722467B (zh) | 用户搜索意图的处理方法、系统、装置和存储介质 | |
| CN114139524B (zh) | 故事文本的预测方法、装置以及电子设备 | |
| CN111506744B (zh) | 一种点读的方法及终端设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210917 |