CN114065720A - 会议纪要生成方法、装置、存储介质及电子设备 - Google Patents

Abstract

本申请实施例公开了一种会议纪要生成方法、装置、存储介质及电子设备，其中，方法包括：获取会议记录集合；基于会议纪要模板、会议章程以及所述会议记录集合，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容；将所述会议纪要内容写入至所述会议纪要模板中，以生成所述会议纪要模板对应的会议纪要文件。采用本申请实施例，可以提高会议纪要生成的效率。

Description

会议纪要生成方法、装置、存储介质及电子设备

技术领域

本申请涉及计算机技术领域，尤其涉及一种会议纪要生成方法、装置、存储介质及电子设备。

背景技术

随着通信技术的发展，特别是实时音视频通信等技术的发展，音视频会议被越来越多的人所使用。音视频会议在远程工作、远程学习、远程沟通等方面得到广泛普及，在会议过程中可以对会议进行整理记录，得到整理记录后的针对会议的会议纪要，通过会议纪要可便于诸如会议回溯、会议整理等会议管理工作。

发明内容

本申请实施例提供了一种会议纪要生成方法、装置、存储介质及电子设备，可以简化会议纪要生成的过程，提高会议纪要生成效率。所述技术方案如下：

第一方面，本申请实施例提供了一种会议纪要生成方法，所述方法包括：

获取会议记录集合；

基于会议纪要模板、会议章程以及所述会议记录集合，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容；

将所述会议纪要内容写入至所述会议纪要模板中，以生成所述会议纪要模板对应的会议纪要文件。

第二方面，本申请实施例提供了一种会议纪要生成装置，所述装置包括：

记录集合生成模块，用于获取会议记录集合；

纪要内容确定模块，用于基于会议纪要模板、会议章程以及所述会议记录集合，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容；

纪要文件生成模块，用于将所述会议纪要内容写入至所述会议纪要模板中，以生成所述会议纪要模板对应的会议纪要文件。

第三方面，本申请实施例提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。

第四方面，本申请实施例提供一种电子设备，可包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。

本申请一些实施例提供的技术方案带来的有益效果至少包括：

在本申请一个或多个实施例中，电子设备通过获取会议记录集合，然后基于会议纪要模板、会议章程以及所述会议记录集合，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容；再将所述会议纪要内容写入至所述会议纪要模板中，就可以生成所述会议纪要模板对应的会议纪要文件。可以避免采用诸如手工记录会议纪要信息等方式效率低的问题，通过结合会议纪要模板和会议章程可以快速辅助实现对关注的纪要内容的自动生成，且会议纪要生成效率更高，速度更高，提高了会议纪要生成的效率。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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是本申请实施例提供的一种会议纪要生成的场景架构示意图；

图2是本申请实施例提供的一种会议纪要生成方法的流程示意图；

图3是本申请实施例提供的另一种会议纪要生成方法的流程示意图；

图4是本申请实施例提供的会议纪要生成方法涉及的一种模型训练的场景示意图；

图5是本申请实施例提供的另一种会议纪要生成方法的流程示意图；

图6是本申请实施例提供的会议纪要生成方法涉及的一种包含历史会议纪要内容的会议纪要模板得示意图；

图7是本申请实施例提供的一种会议纪要生成装置的结构示意图；

图8是本申请实施例提供的一种纪要内容确定模块的结构示意图；

图9是本申请实施例提供的另一种会议纪要生成装置的结构示意图；

图10是本申请实施例提供的一种电子设备的结构示意图。

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、完整地描述，显然，所描述的实施例仅仅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在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在本申请的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。在本申请的描述中，需要说明的是，除非另有明确的规定和限定，“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。此外，在本申请的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

下面结合具体的实施例对本申请进行详细说明。

请参见图1，为本申请实施例提供的一种会议纪要生成系统的场景示意图。如图1所示，所述会议纪要生成系统可以包括客户端集群和服务端100。

所述客户端集群可以包括至少一个客户端，如图1所示，具体包括用户1对应的客户端1、用户2对应的游戏客户端2、…、用户n对应的客户端n，n为大于0的整数。

客户端集群中的各客户端可以是具备通信功能的电子设备，该电子设备包括但不限于：可穿戴设备、手持设备、个人电脑、平板电脑、车载设备、智能手机、计算设备或连接到无线调制解调器的其它处理设备等。在不同的网络中电子设备可以叫做不同的名称，例如：用户设备、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置、蜂窝电话、无绳电话、个人数字处理(personal digital assistant，PDA)、5G网络或未来演进网络中的电子设备等。

所述服务端100可以是单独的服务器设备，例如：机架式、刀片、塔式、或者机柜式的服务器设备，或采用工作站、大型计算机等具备较强计算能力硬件设备；也可以是采用多个服务器组成的服务器集群，所述服务集群中的各服务器可以是以对称方式组成的，其中每台服务器在业务链路中功能等价、地位等价，各服务器均可单独对外提供服务，所述单独提供服务可以理解为无需另外的服务器的辅助。

根据一些实施例中，服务端100与客户端集群中的至少一个客户端可建立通信连接，基于该通信连接完成会议管理过程中数据的交互；

需要说明的是，服务端100与客户端集群中的至少一个客户端通过网络建立通信连接进行交互通信，其中，网络可以是无线网络，也可以是有线网络，无线网络包括但不限于蜂窝网络、无线局域网、红外网络或蓝牙网络，有线网络包括但不限于以太网、通用串行总线(universal serial bus，USB)或控制器局域网络。在一些实施例中，使用包括超文本标记语言(Hyper Text Mark-up Language，HTML)、可扩展标记语言(Extensible MarkupLanguage，XML)等的技术和/或格式来代表通过网络交换的数据(如目标压缩包)。此外还可以使用诸如安全套接字层(Secure Socket Layer，SSL)、传输层安全(Transport LayerSecurity，TLS)、虚拟专用网络(Virtual Private Network，VPN)、网际协议安全(InternetProtocol Security，IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中，还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。

进一步的，上述实施例提供的会议纪要生成系统实施例与一些实施例中的所述会议纪要生成方法属于同一构思，在本申请一些实施例涉及的所述会议纪要生成方法对应的执行主体可以是上述服务端100，也可以是客户端集群中的客户端，具体基于实际应用环境确定。会议纪要生成系统实施例其体现实现过程可详见下述的方法实施例，这里不再赘述。

在一个实施例中，如图2所示，特提出了一种会议纪要生成方法，该方法可依赖于计算机程序实现，可运行于基于冯诺依曼体系的会议纪要生成装置上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。

具体的，该会议纪要生成方法包括：

步骤101：获取会议记录集合。

所述会议可以是远程办公会议、线上/下教学会议、培训会议等，会议片段在会议过程中所生成；在一些实施场景中：参与会议的用户端通常可通过摄像头等设备采集参会人员的视频图像片段，通过麦克风等设备采集到参会人员的会议语音片段等。通过记录会议过程中的至少一个会议片段，可实现会议过程中的会议纪要的生成。

在一些实施方式中，电子设备可以对会议过程中每个用户端的每个发言过程进行录制，以生成会议中的至少一个会议片段，会议片段中可以包含用户端通过显示面板手动输入的数据、通过输入部件输入的数据、语音输入的音频数据、图像采集的视频数据等类型数据中的一种。进一步的，会议所有的会议片段可以构成会议的多媒体会议数据，可理解为会议的总记录数据。

例如，在多媒体会议过程中，参与会议的用户端可采集到本端人员的会议片段数据(如语音、视频等)，然后分别发送至其他参与会议的用户端上播放，从而使得各个参会人员在远程场景下也能即时沟通，会议片段可以理解为对前述会议场景产生的多媒体数据的记录。

可以理解的，为了实现对各会议片段的记录以及区分，在会议片段记录过程中可随之生成会议片段的片段特征信息，片段特征信息用于区分会议片段与其他会议片段的差异或不同，会议片段的片段特征信息反馈会议片段的本质特征，可以包括片段时间戳、片段会议标识(如会议片段名称)、发言者的身份信息、片段内存大小等信息中的至少一种或多种。通过将会议片段与其相应的片段特征信息相关联就组成了一个会议记录数据，以此类推，可以得到包含至少一个议记录数据的会议记录集合。

可选的，所述会议记录集合可以是以会议记录列表、会议记录数组、会议记录栈等形式进行表征。

可选的，会议记录集合由多个会议记录数据构成，在一些实施方式中，若对会议片段进行文本转换，则会议记录数据由会议片段对应的片段文本内容和片段特征信息组成；在一些实施方式，若不对会议片段进行文本转换仅以原会议片段形式(常为音频或视频数据格式)进行保存，则会议记录数据由会议片段和片段特征信息组成。具体基于实际应用情况确定。

在一些实施方式中，在生成会议记录集合的过程中，可以将会议片段进行文本转换以得到文本转后的片段文本内容，然后以片段文本内容表征会议片段，将片段文本内容与片段特征信息相关联，得到包含所有片段文本内容和片段文本内容对应的片段特征信息的会议记录集合，此时会议记录集合通常为文本形式，例如会议记录集合中可由片段文本内容(如发言内容)、发言者身份、片段时间戳组成。

在一些实施方式中，在生成会议记录集合的过程中，可不对会议片段进行文本转换，可直接以记录的会议片段的数据形式(常为音频或视频数据格式)来生成会议记录集合，此时会议记录集合中的会议片段通常可以理解为一种多媒体数据(如音频、视频等类型数据)，会议记录集合包含所有片段文本内容和片段文本内容对应的片段特征信息。

步骤102：基于会议纪要模板、会议章程以及所述会议记录集合，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容。

所述会议章程通常在会议开始之前针对本次会议所设置，在一些实施方式中，会议章程包含本次会议的会议主题、决策事项、决议流程、决议方式、会议基本信息(如时间、参与人员等)、会议环节等信息中的一种或多种；可以理解的，会议章程通常与会议流程的含义通常不相同。在本申请通过将会议章程纳入参考，可在一些诸如会议纪要内容生成、会议片段数据处理等环节快速确定会议记录数据在会议中所处的会议环节进而提升数据处理效率，更好的辅助会议纪要文件的生成。

所述会议纪要模板用于生成会议纪要，在实际应用中可将生成的会议纪要内容写入会议纪要模板中，待所有会议纪要内容均写入之后，即可生成会议纪要文件。

所述会议纪要模板可视作参考会议属性和参考会议属性对应待写入纪要内容的区域构成；在一些实施方式中，不同的会议纪要模板对应的参考会议属性可以是不一样，可以预先设置多个会议纪要模板，在会议开始前有用户端如会议主持者从多个会议纪要模板中选择当前会议对应的会议纪要模板。

会议纪要模板的参考会议属性包括但不限于会议主题、会议时间、会议地点、会议主席、会议讨论问题、会议讨论发言、主持人发言、总结发言、会议行动项(可理解为达成的解决方案)、会议决议、会议后续工作安排等其中的一种或多种，具体基于实际应用情况由用户端在会议前确定，此处不做具体的限定；

在一种可行的实施方式中：会议记录集合中所包含的多个会议记录数据可以是多媒体类型的数据，也即在生成会议记录集合时可不将会议片段转换为会议片段文本，会议记录数据由会议多媒体片段(如会议音/视频片段)组成，可直接基于会议纪要模板、会议章程以及会议记录集合进行会议纪要提取，生成目标会议记录数据对应的待写入的会议纪要内容。

在一种可行的实施方式中：会议记录集合中所包含的多个会议记录数据可以是文本类型的数据，也即在生成会议记录集合时先将会议片段转换为会议片段文本，会议记录数据可以由会议片段文本和片段特征信息组成，可直接基于会议纪要模板、会议章程以及会议记录集合进行会议纪要提取，生成目标会议记录数据对应的待写入的会议纪要内容。

其中，目标会议记录数据可以理解为会议纪要模板所关注的目标会议片段所对应的目标会议记录数据，可理解为会议录制过程中，会议纪要模板会存在对不关注部分会议片段的情形，也即这部分会议片段的实质会议内容不纳入会议纪要模板中，例如会议纪要模板的参考会议属性为会议决议属性、会议后续工作安排属性；而A会议片段对应的会议记录数据是主持人发言会议记录属性相关的内容，则此时该会议记录数据不纳入生成会议纪要的参考，进一步的，若B会议片段的会议记录数据是会议决议属性、会议后续工作安排属性相关的内容，则“B会议片段的会议记录数据”即为目标会议记录数据。

在本申请中，会议章程用于在对会议记录数据处理过程快速确定会议记录数据所处的会议环节，以便于确定会议环节对应的会议记录属性，也即考虑到会议环节通常与会议记录属性相关(如会议环节为会议会议章程中设定的会议决议环节，则通常会议记录属性即为会议决议属性)，则基于会议章程辅助在会议记录数据处理过程快速确定会议记录数据所对应的会议记录属性。这样可避免仅对会议记录数据采用诸如语义理解等手段预测其所属的会议记录属性，提升数据处理的准确性，由于会议章程所包含的信息与会议记录属性强相关，则发言者发言时录制数据所得到会议记录数据通常可基于会议章程来辅助确定。可以理解的，例如可以基于会议记录数据所对应的会议记录属性来预测所属会议章程中的会议环节，预先可建立至少一个会议环节类型与会议记录属性的属性映射关系，这样在确定当前的会议环节之后可基于属性映射关系确定当前的会议环节所对应的会议记录属性。又例如，可以仅基于会议章程对应的关键章程信息在对会议记录数据进行针对性的属性判定。等等。

可以理解的，在会议记录集合中确定目标会议记录数据对应的会议纪要内容可以理解为以会议记录集合中的每个会议记录数据为处理对象，通过基于会议纪要模板、会议章程以及所述会议记录集合的每条会议记录数据进行目标会议记录数据筛选以及对筛选后的目标会议记录数据的会议纪要提取，以得到目标会议记录数据对应的会议纪要内容。

具体实施中，可基于神经网络训练用于会议纪要提取的第一纪要生成模型，基于第一纪要生成模型自动模型识别出会议记录集合中会议纪要模板所关注的目标会议记录数据以及理解会议过程中目标会议记录数据中的音视频对应的语义，并从目标会议记录数据中提取出相关的会议纪要内容。

可以理解的，会议过程中的会议记录数据实际上是一种会议信号波(如会议音频流、会议视频流、会议文本流)，电子设备在开始对会议记录数据进行会议语义识别时，需要对采集的会议记录数据进行预处理，消除因为环境噪声、回声等干扰因素影响采集会议信号波的质量，在实际实施中，会对通过电子设备采集的信号波进行预处理，所述预处理包含端点检测、降噪、波束形成，经过预处理后的会议记录数据进行后置滤波消除残留的信号噪声(如音频噪声部分、图像噪声部分)，然后通过自动增益算法调节采集的会议记录数据的信号波能量。再进行下一步的会议语义识别处理。

可以理解的是，会议语义识别处理之前，通常可获取大量会议样本数据训练初始神经网络模型，电子设备可以从已有的会议音视频数据库中获取全部或部分会议样本数据，和/或获取采用录制设备对实际语言环境下录制的会议样本数据，进一步的，会议样本数据至少包括样本会议的样本会议纪要模板、样本会议章程以及样本会议记录集合；然后提取会议样本数据中的会议特征向量(特征向量可以是由高维度的会议音频特征向量、会议图像特征向量、会议文本特征向量、纪要模板特征向量(主要表征纪要模板的参考记录属性)、会议章程特征向量(主要表征会议章程的关键信息)中的一种或多种构成)。

电子设备提取会议样本数据的会议特征向量(可称之为会议样本数据的会议样本特征向量)，所述会议特征向量是以自然语言表达的非结构化数据特有的会议关键语义属性，以会议为例，会议特征向量包括会议意图、会议数据主题说明、底层会议特征含义、纪要模板属性含义、会议章程环节等会议语义要素，会议语义要素从信号类型区分可分为高维度的由高维度的会议音频特征向量、会议图像特征向量、会议文本特征向量、纪要模板特征向量(主要表征纪要模板的参考记录属性)、会议章程特征向量(主要表征会议章程的关键信息)构成中的一种或多种。所述会议语义要素是能够表达本次会议对象本身的关键语义以及在会议环境中关键语义的多种特征。

可选的，以会议特征向量的提取过程为例，通过对会议样本数据进行数字化处理以及预处理，数字化处理包含反混叠滤波、采样、A/D转换等等，所述预处理包括对会议样本数据采样量化、预加重、加窗分帧以及端点检测。

在本实施例中，所述第一纪要生成模型为神经网络模型，所述神经网络模型是由许多节点中各节点的简单非线性模拟处理要素密集互连配置而成的，是一种模仿了生物神经元的系统模型。所述神经网络模型通过使至少一个节点的输入与每一个节点的输出连接形成，类似于真实神经元的突触连接。每个神经元表达了一种特定的输出函数，即激励函数，每两个神经元之间的连接都包含一个连接强度，即作用于通过该连接的信号的加权值。在本实施例中，将会议样本数据输入至神经网络模型进行训练，可以得到训练之后的第一纪要生成模型，该第一纪要生成模型具有会议过程中会议关键信息特征抽取、语义知识概括、会议纪要模板所关注的目标会议记录数据识别、会议纪要内容提取和学习记忆的能力，通常所述神经网络模型学习到的信息或知识储存在每个单元节点之间的连接矩阵上。

可选的，所述第一纪要生成模型可以是基于卷积神经网络(ConvolutionalNeural Network，CNN)模型，深度神经网络(Deep Neural Network，DNN)模型、循环神经网络(Recurrent Neural Networks，RNN)、模型、嵌入(embedding)模型、梯度提升决策树(Gradient Boosting Decision Tree，GBDT)模型、逻辑回归(Logistic Regression，LR)模型等模型中的一种或多种的拟合实现的。

第一纪要生成模型训练过程中，电子设备在提取到所述会议样本数据的会议特征向量(会议音频特征向量、会议图像特征向量、会议文本特征向量、纪要模板特征向量、会议章程特征向量中的一种或多种构成)时，对所述会议特征向量进行标注，所述标注可以理解为对所述会议样本数据对应的样本关键信息(标准纪要内容、目标记录标识(指示目标会议记录数据))进行标注，将所述会议特征向量输入至初始的神经网络模型进行训练，基于已经标注的会议样本数据对神经网络模型进行训练，可以得到训练好的第一纪要生成模型。

需要说明的是，第一纪要生成模型完成训练之后，实际应用阶段，电子设备可将所述会议纪要模板、会议章程以及所述会议记录集合输入至第一纪要生成模型中，第一纪要生成模型可以输出会议记录集合中目标会议记录数据对应的会议纪要内容。

在一些实施例中，第一纪要生成模型而言，在生成会议纪要内容过程中需要识别目标会议记录数据的会议记录属性，以区分是否为会议纪要模板所关注的参考记录属性，基于此上述第一纪要生成模型输出的会议纪要内容还可以携带写入指示信息，以指示会议纪要内容写入至会议纪要模板的相应区域中，写入指示信息至少包含会议记录属性。

可以理解的是，在一些实施方式，电子设备可以不必将会议片段数据转换为文本，而是可借助于预先训练好的第一纪要生成模型直接进行纪要内容提取，简化了纪要生成流程，提高了效率，通是纪要内容提取过程中通过将会议章程引入参考可节省纪要生成的计算资源，加速模型提取过程，节省提取时间，便于快速区分出会议记录数据对应的会议记录属性以判断是否为会议纪要模板关注的类型，整个纪要生成过程，步骤大幅简化，也提高了会议纪要生成的准确性。

步骤103：将所述会议纪要内容写入至所述会议纪要模板中，以生成所述会议纪要模板对应的会议纪要文件。

可以理解的，会议纪要模板可视作参考会议属性和参考会议属性对应待写入纪要内容的区域构成；在一些实施方式中，不同的会议纪要模板对应的参考会议属性可以是不一样，可以预先设置多个会议纪要模板，在会议开始前由用户端如会议主持者从多个会议纪要模板中选择当前会议对应的会议纪要模板。电子设备通过在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容之后，可以将会议纪要内容写入至会议纪要模板中，具体实施中电子设备可以获取会议纪要内容对应的会议记录属性，然后将会议纪要内容写入会议纪要文件中的会议记录属性对应的区域中。在一些实施方式中，所述会议纪要内容通常为多个目标会议记录数据对应的会议纪要内容，则电子设备基于会议纪要内容的输出时序逐个将会议纪要内容写入至所述会议纪要模板中，在完成会议纪要内容写入后，就可以将会议纪要模板作为会议的会议纪要文件。

可以理解的，本申请涉及的会议纪要内容是通过利用诸如自然语言理解、语义分析等方式对会议记录数据进行内容提炼、内容精简的过程，会议纪要内容通常相对于会议记录形式的数据而言：数据量小、内容简洁、语义精炼，并非以纯文本的形式对会议记录数据的直接记录。

在本申请实施例中，电子设备通过获取会议记录集合，然后基于会议纪要模板、会议章程以及所述会议记录集合，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容；再将所述会议纪要内容写入至所述会议纪要模板中，就可以生成所述会议纪要模板对应的会议纪要文件。可以避免采用诸如手工记录会议纪要信息等方式效率低的问题，通过结合会议纪要模板和会议章程可以快速辅助实现对关注的纪要内容的自动生成，且会议纪要生成效率更高，速度更高，提高了会议纪要生成的效率；以及，可直接基于非文本形式的会议记录数据进行会议纪要内容提取，节省了文本转换时间，

请参见图3，图3是本申请提出的一种会议纪要生成方法的另一种实施例的流程示意图。具体的：

步骤201：获取会议记录集合。

具体可参见本申请其他实施例的方法步骤，此处不再赘述。

步骤202：基于所述会议章程和所述会议记录集合中每个会议记录数据，确定所述每个会议记录数据对应的会议记录属性。

根据一些实施例中，会议章程通常在会议开始之前针对本次会议所设置，例如用户在会议开始之前针对本次会议所指定的会议章程。

在本申请的一些实施例可以通过将会议章程纳入参考，可在一些诸如会议纪要内容生成、会议片段数据处理等环节快速确定会议记录数据在整个会议章程中所处的章程环节，由于章程环节通常与会议记录属性是强相关的，因此可基于所确定的章程环节来实现会议记录属性的快速确定以提升数据处理效率，更好的辅助会议纪要文件的生成。

所述会议记录属性是对会议记录数据进行语义理解确定的可用于进行会议纪要记录的属性类型，会议记录属性在本申请中与会议纪要模板的参考记录属性相对应，会议记录属性可理解为会议记录数据所属的会议信息类型。在一些实施例中，所述会议记录属性可以理解为对会议记录数据进行语义理解确定的会议主题、会议时间、会议地点、会议主席、会议讨论问题、会议讨论发言、主持人发言、总结发言、会议行动项(可理解为达成的解决方案)、会议决议、会议后续工作安排等其中的一种或多种属性类型。

在一种可行的实施方式中：会议记录属性可基于会议章程来快速确定；具体实施中，可基于所述会议记录集合中每个会议记录数据，来确定各所述会议记录数据在会议章程中的会议环节，然后再获取所述会议环节所对应的第一会议记录属性，将所述第一会记录属性作为所述会议记录数据对应的会议记录属性；

可以理解的，通常会议章程在会议开始之前针对本次会议所设置，会议的整个会议进度基于会议章程进行，会议章程包含本次会议的会议主题、决策事项、决议流程、决议方式、会议基本信息(如时间、参与人员等)等信息，由此在确定会议记录数据对应的会议记录属性时，可判断该条会议记录数据在会议章程中所处的章程环节，由于章程环节与会议记录属性强相关，因此可基于参考章程环节与特定会议记录属性的映射关系，在确定章程环节之后基于前述映射关系快速获取到章程环节所对应的会议记录属性，也即第一会议记录属性。

第一会议记录属性可以理解为基于会议章程所确定会议记录属性。在一些实施方式中，会议记录数据是由会议记录数据和携带的诸如片段时间戳、片段会议标识、讲话者的身份信息、片段会议类型信息、会议环节信息等片段特征信息，可至少基于会议记录数据中的片段时间戳来确定在会议章程中的章程环节，例如在设置会议章程时，会对各个章程环节设置一个参考时间(如决议流程的参考时间)，基于会议记录数据的片段时间戳可确定相匹配的章程环节；可至少基于会议记录数据中的会议环节信息来确定章程环节，会议环节信息与章程环节相类似，因此可基于会议环节信息来确定相对应的章程环节。

在一种可行的实施方式中：第一会议记录属性可基于会议章程来快速确定，同时为了提升会议记录属性确定的准确性，在确定第一会议记录属性的过程中，还可对会议记录数据进行语义识别来确定第二会议记录属性。

可选的，通过对会议记录数据提取关键语义特征，基于关键语义特征来识别会议记录数据所对应的第二会议记录属性，关键语义特征是以自然语言表达的非结构化数据特有的语义关键属性，关键语义特征包括但不限于关键会议词信息、会议词频分布信息、语法级的实体会议信息、语义级的会议主题等。

实际应用中可训练基于神经网络的第一属性确定模型，通常模型训练过程可获取大量会议样本数据(以及样本会议记录数据)训练第一属性确定模型，可以从已有的会议数据库中获取全部或部分会议样本数据，和/或获取采用录制设备对实际语言环境下录制的会议样本数据，然后提取会议样本数据中的样本特征向量(特征向量可由高维度的会议音频特征向量、会议图像特征向量、会议文本特征向量构成)。在获取到所述会议样本数据的样本特征向量时，对所述样本特征向量进行标注，所述标注可以理解为对所述会议样本数据对应的记录标准属性进行标注，将所述会议特征向量输入至初始的第一属性确定模型进行训练，基于已经标注的会议样本数据对第一属性确定模型进行训练，可以得到训练好的第一属性确定模型。

需要说明的是，第一属性确定模型完成训练之后，实际应用阶段，将会议记录集合中每个会议记录数据输入至第一属性确定模型中，由第一属性确定模型输出每个所述会议记录数据对应的第二会议记录属性；

可以理解的，然后可以基于第一会议记录属性以及所述第二会议记录属性分别确定所述会议记录数据对应的会议记录属性，具体实施中，可以基于第一会议记录属性和第二会议记录属性进行属性拟合，生成最终的会议记录数据对应的会议记录属性；例如可以对第一会议记录属性和第二会议记录属性取属性交集，得到会议记录属性；又例如可以对第一会议记录属性和第二会议记录属性取属性并集，得到会议记录属性；属性拟合的方式可基于实际应用环境确定。

在一种可行的实施方式中：会议记录属性确定的过程也可全部基于第二属性确定模型完成，第二属性确定模型可以基于数据输入对会议记录数据进行语义识别以及基于会议章程确定属性，最后综合输出。实际应用阶段，可将所述会议记录集合中每个会议记录数据和所述会议章程输入至第二属性确定模型中，输出每个所述会议记录数据对应的会议记录属性。

第二属性确定模型与第一属性确定模型均可基于神经网络创建，第二属性确定模型在训练时，获取到会议样本数据(包含样本会议记录数据以及样本会议章程)之后，对会议样本数据进行标注，所述标注可以理解为对所述会议样本数据对应的记录标准属性进行标注，将所述会议特征向量输入至初始的第二属性确定模型进行训练，基于已经标注的会议样本数据对第二属性确定模型进行训练，可以得到训练好的第二属性确定模型。

在一些实施方式中，第一属性确定模型可以与第二属性确定模型为同一模型，也可以是不同的模型。

步骤203：基于所述会议记录属性和会议纪要模板，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容。

可以理解的，电子设备在确定会议记录数据对应的会议记录属性之后，就可以根据会议纪要模板，然后在从会议记录集合中来确定所关注的目标会议记录数据，进而确定目标会议记录对应的会议纪要内容。

在一种可行的实施方式中：可确定所述会议纪要模板对应的参考记录属性，然后在所述会议记录集合中判断各所述会议记录数据的所述会议记录属性与所述参考记录属性是否匹配；例如，可判断参考记录属性中是否含有会议记录属性，若参考记录属性中含有会议记录属性则确定匹配，反之，若参考记录属性中不含有会议记录属性则确定不匹配。

若在所述会议记录集合中存在目标会议记录数据与所述参考记录属性匹配，则确定目标会议记录数据对应的会议纪要内容；

进一步的，可以对会议记录集合中的非目标会议记录数据进行忽略处理，例如可以将非目标会议记录数据进行删除。

可以理解的，电子设备确定目标会议记录数据对应的会议纪要内容，可采用下述方式：

可以基于预先训练的基于神经网络的第二纪要生成模型来提取目标会议记录数据中的会议纪要内容；

将目标会议记录数据输入至第二纪要生成模型中，输出所述目标会议记录数据对应的会议纪要内容。

第二纪要生成模型也可以是基于卷积神经网络(Convolutional NeuralNetwork，CNN)模型，深度神经网络(DeepNeuralNetwork，DNN)模型、循环神经网络(RecurrentNeuralNetworks，RNN)、模型、嵌入(embedding)模型、梯度提升决策树(Gradient BoostingDecisionTree，GBDT)模型、逻辑回归(LogisticRegression，LR)模型等模型中的一种或多种的拟合实现的。

可预先对初始的第二纪要生成模型进行训练，训练可以是通过获取大量样本会议记录数据训练初始神经网络模型，电子设备可以从已有的会议数据库中获取全部或部分会议样本会议记录数据，和/或获取采用录制设备对实际语言环境下录制的样本会议记录数据，进一步的，样本会议记录数据至少包括样本会议的会议记录数据；然后提取样本会议记录数据中的会议特征向量(特征向量可以是由高维度的会议音频特征向量、会议图像特征向量、会议文本特征向量、纪要模板特征向量(主要表征纪要模板的参考记录属性)、会议章程特征向量(主要表征会议章程的关键信息)中的一种或多种构成)。

电子设备提取样本会议记录数据的会议特征向量(可称之为会议样本数据的会议样本特征向量)，所述会议特征向量是以自然语言表达的非结构化数据特有的会议关键语义属性，以会议为例，会议特征向量包括会议意图、会议数据主题说明、底层会议特征含义等会议语义要素，会议语义要素从信号类型区分可分为高维度的：会议音频特征向量、会议图像特征向量、会议文本特征向量等类型中的一种或多种。所述会议语义要素是能够表达本次会议对象本身的关键语义以及在会议环境中关键语义的多种特征。

在本实施例中，将会议样本数据输入至神经网络模型进行训练，可以得到训练之后的第二纪要生成模型，该第二纪要生成模型具有会议过程中会议纪要信息特征抽取、语义知识概括、会议纪要内容提取和学习记忆的能力，通常所述神经网络模型学习到的信息或知识储存在每个单元节点之间的连接矩阵上。

在一些实施例中，本申请所涉及的模型训练过程均可部署在服务端或云端上完成，在完成对模型的训练之后，在将相应的模型文件安装在电子设备上，以提高设备资源利用率，节省电子设备的计算资源。

步骤204：将所述会议纪要内容写入至所述会议纪要模板中，以生成所述会议纪要模板对应的会议纪要文件。

具体可参见本申请其他实施例的方法步骤，此处不再赘述。

步骤205：采集包含目标会议记录数据以及会议纪要内容的样本数据，采用校准服务对所述样本数据进行纪要校准处理，得到纪要校准处理后的样本校准数据。

可以理解的，会议纪要文件或目标会议记录数据对应的会议纪要内容生成之后，还可调用校准服务，对会议纪要文件或会议纪要内容进行专家校准，例如：校准服务对应的专家端或用户端可对会议纪要文件或会议纪要内容中的数据进行纠错、润色等纪要校准处理，已生成纪要校准处理后的会议纪要校准文件或会议纪要校准内容，此时可基于“会议纪要校准文件或会议纪要校准内容”来生成样本校准数据，在一些实施方式中，样本校准数据可包含会议纪要校准文件或会议纪要校准内容、目标会议记录数据、会议纪要内容等；

可选的，如图4所示，图4是一种涉及模型训练的场景示意图，在图4中，电子设备(服务端、客户端或其他设备)可基于会议应用服务采集会议过程中的至少一个会议片段以生成会议记录集合，会议记录集合包含各会议片段对应的会议记录数据，电子设备基于会议纪要模板、会议章程，进而执行本申请涉及的会议纪要生成方法生成会议纪要文件，电子设备可调用校准服务在显示界面上输出会议纪要内容或会议纪要校准文件，专家端或用户端可基于校准服务读取目标会议记录数据，基于校准经验进行相应的校对修改，电子设备可采集整个校对修改过程中的数据，以生成样本校准数据，便于后续对相关纪要生成模型进行误差修正。

可选的，可在历次会议过程中的重复上述操作：在历次会议过程中，采集包含目标会议记录数据以及会议纪要内容的样本数据，采用校准服务对所述样本数据进行纪要校准处理，得到纪要校准处理后的大量的样本校准数据；在样本校准数据的总数据量达到设置的数据量之后，基于样本校准数据对涉及的诸如第二纪要生成模型、第一纪要生成模型进行误差训练，提升诸如第二纪要生成模型、第一纪要生成模型的模型准确度。

步骤206：基于样本校准数据对第二纪要生成模型进行训练，得到训练完成的第二纪要生成模型。

其中，为了生成会议纪要内容而言准确的第二纪要生成模型，可以基于样本校准数据对第二纪要生成模型进行训练以调整模型参数，基于样本校准数据确定期望输出值(会议纪要校准文件或会议纪要校准内容)、样本校准数据中的多个目标会议记录数据(也即原会议纪要文件或会议纪要内容的输入数据)作为第二纪要生成模型的数据输入，得到每一轮第二纪要生成模型的实际输出值，在这个过程中基于期望输出值、实际输出值以及预设的损失函数，判断处于当前训练阶段的第二纪要生成模型是否收敛。如果收敛，表明各实际结果(实际输出值)与相应的输出结果标签(期望输出值)之间的误差，均达到期望值，例如，预设的损失函数的输出小于预设阈值。此时的第二纪要生成模型对会议记录数据的输出结果相对而言准确，如果未收敛，则表明各实际结果与相应的评价结果标签(已标注的期望输出值)之间的误差，未达到期望值。此时，基于期望输出值与实际输出值的误差从输出层反向传播并沿输出路径调整各层连接权重值和阈值。训练完成后，得到训练完成的第二纪要生成模型。

在一种可行的实施方式，所述期望误差可以是计算实际输出值与期望输出值的均方误差MSE，均方误差MSE，所述均方误差MSE可以采用如下的公式：

其中，m为输出节点个数，p为训练样本数目，为期望输出值，为实际输出值。

可选的：基于样本校准数据还可以会议纪要生成过程中所涉及的所述第一纪要生成模型进行训练，得到训练完成的所述第一纪要生成模型；

对所述第一纪要生成模型进行训练和对第二纪要生成模型进行训练的差异在与，模型输入数据不同，第一纪要生成模型的模型输入数据为多个“目标会议记录数据(也即原会议纪要文件或会议纪要内容的输入数据)+会议章程+会议纪要模板”，其余模型训练过程与第二纪要生成模型的训练过程类似，此处不再赘述。

在本申请实施例中，电子设备通过获取会议记录集合，然后基于会议纪要模板、会议章程以及所述会议记录集合，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容；再将所述会议纪要内容写入至所述会议纪要模板中，就可以生成所述会议纪要模板对应的会议纪要文件。可以避免采用诸如手工记录会议纪要信息等方式效率低的问题，通过结合会议纪要模板和会议章程可以快速辅助实现对关注的纪要内容的自动生成，且会议纪要生成效率更高，速度更高，提高了会议纪要生成的效率；以及，可直接基于非文本形式的会议记录数据进行会议纪要内容提取，节省了文本转换时间；以及，通过采集样本校准数据，可以便于后续对相关纪要生成模型进行误差修正，提升会议纪要生成的准确性；以及，会议纪要生成过程中可实现异写入纪要内容的纪要内容拟合，对不相关或会议纪要模板不关注的数据进行忽略处理，可提高会议纪要生成的智能性。

请参见图5，图5是本申请提出的一种会议纪要生成方法的另一种实施例的流程示意图。具体的：

步骤301：获取会议记录集合；

具体可参见本申请其他实施例的方法步骤，此处不再赘述。

步骤302：基于会议纪要模板、会议章程以及所述会议记录集合，在所述会议记录集合中确定目标会议记录数据；

根据一些实施例中，会议记录集合中包含多个会议记录数据，确定目标会议记录数据对应的会议纪要内容过程通常是逐个进行的，也即逐个基于“会议记录数据+会议纪要模板+会议章程”，来判别是否为目标会议记录数据，然后再确定目标会议记录数据对应的会议纪要内容。

考虑到整个会议过程中，会存在两两会议记录数据会存在相同或部分相同的语义内容，为了提高会议纪要生成的效率，可以对当前已经写入会议纪要内容的会议纪要文件进行判断是否包含当前会议记录数据的内容，如存在可进行相应纪要内容处理。

根据一些实施例中，从会议记录集合中确定目标会议记录数据可以是：

1、基于所述会议章程和所述会议记录集合中每个会议记录数据，确定所述每个会议记录数据对应的会议记录属性；

2、确定所述会议纪要模板对应的参考记录属性；

3、在所述会议记录集合中判断各所述会议记录数据的所述会议记录属性与所述参考记录属性是否匹配；

4、若在所述会议记录集合中存在目标会议记录数据的目标会议记录属性与所述参考记录属性匹配，则可确定目标会议记录数据；

可以理解的，假设会议记录集合中存在n个会议记录数据；通常是从会议记录集合中第一个会议记录数据开始，判断会议记录数据是否为目标会议记录数据，再获取下一个会议记录数据...直至到最后一个会议记录数据。

可表示为：

s1、获取当前的第i个(i取值在1-n之间)会议记录数据，确定所述第i个会议记录数据对应的会议记录属性；

s2、确定所述会议纪要模板对应的参考记录属性；

s3、在所述会议记录集合中判断第i个会议记录数据的所述会议记录属性与所述参考记录属性是否匹配；

s4、若第i个会议记录数据的会议记录属性与所述参考记录属性匹配，则可确定第i个会议记录数据为目标会议记录数据；然后开始执行步骤s303、步骤304、步骤305；以及，

若第i个会议记录数据的会议记录属性与所述参考记录属性不匹配，说明第i个会议记录数据不是会议纪要模板关注的内容，可将第i个会议记录数据进行忽略处理；

S5、然后执行s1、s2、s3；或，然后执行s1、s3；

步骤303：获取会议纪要模板中的历史会议纪要内容。

所述历史会议纪要内容可理解为：每个目标会议记录数据对应的会议纪要内容是逐个加入写入至会议纪要模板中的，假设当前为第x个目标会议记录数据，则历史会议纪要内容为第1个-第x-1个目标会议记录数据所对应的所有或部分会议纪要内容。

可以理解的，从将第1个目标会议记录数据写入至会议纪要模板中之后，此时可将写入第1个目标会议记录数据的会议纪要模板视作为写入历史会议纪要内容的会议纪要模板，待会议记录集合中的所有目标会议记录数据均完成会议纪要内容写入会议纪要模板之后，即生成最终的会议纪要文件。

步骤304：基于所述历史会议纪要内容对所述目标会议记录数据进行语义分析处理，基于语义分析结果确定目标会议记录数据对应的会议纪要内容。

可以理解的，语义分析处理用于分析历史会议纪要内容中是否存在目标会议记录数据的语义部分，以进一步生成相应的会议纪要内容。

在本申请中，语义分析处理可以是获取历史会议纪要内容对应的历史会议向量，和从目标会议记录数据中提取目标会议向量。

在一些实施方式中，历史会议向量以及目标会议向量的获取，均基于神经网络模型进行，神经网络模型可以把历史会议纪要内容以及目标会议记录数据嵌入到一个高维的空间中，例如：在一些实施方式中通常在100-500维，在新的高维空间中历史会议纪要内容以及目标会议记录数据被表示为会议向量的形式。

然后基于历史会议向量和目标会议向量计算相似参数即可，相似参数可以是相似度；相似参数可以是相似距离，例如相似距离可以采用欧式距离公式、曼哈顿距离公式、余弦距离公式、相关系数距离公式等中的至少一种计算得到。

可以理解的是，此处获取历史会议纪要内容对应的历史会议向量并不需要重新对历史会议纪要内容进行数据处理来得到，由于历史会议纪要内容来源于纪要生成模型(如第一纪要生成模型、第二纪要生成)的输出数据，纪要生成模型的对输入数据的处理过程会随之生成之前目标会议记录数据的历史会议向量，电子设备从纪要生成模型对应的模型缓存数据中可直接获取到该历史会议向量。

可以理解的，历史会议纪要内容中与所述目标会议记录数据的语义是否匹配可以是针对前述计算出的相似参数设置参数范围，若计算出的相似参数落入到参数范围之外，则得到第一结果类型的语义分析结果；若计算出的相似参数落入到参数范围之内，则得到第二结果类型的语义分析结果；

进而进行分析：

若所述语义分析结果为第一结果类型，则确定目标会议记录数据对应的纪要新增内容，将所述纪要新增内容作为会议纪要内容执行所述将所述会议纪要内容写入至所述会议纪要模板中的步骤；所述第一结果类型的语义分析结果为所述历史会议纪要内容中与所述目标会议记录数据的语义不匹配；

可以理解为，语义分析结果为第一结果类型，目标会议记录数据此时相当于历史会议纪要内容的需要新增至会议纪要模板中的纪要新增内容，也即将所述纪要新增内容作为会议纪要内容执行所述将所述会议纪要内容写入至所述会议纪要模板中；如图6所示，图6是一种包含历史会议纪要内容的会议纪要模板得示意图，以图6为例，比如说历史会议纪要内容中记载了6条会议纪要，分别是会议时间、参加人员、讨论事项对应的2条会议纪要内容、行动项对应的会议纪要内容，此时是需要在6条会议纪要的基础上新增一条会议纪要，从而在历史会议纪要内容的区域之外的目标区域去写入的“目标会议记录数据对应的会议纪要内容”，此时会议纪要内容为新增会议纪要内容，例如基于“目标会议记录数据对应的会议纪要内容”去在“讨论事项”中新增第3条会议纪要内容；

若所述语义分析结果为第二结果类型，则基于目标会议记录数据确定针对所述历史会议纪要内容的纪要更新内容，将所述纪要更新内容作为会议纪要内容执行所述将所述会议纪要内容写入至所述会议纪要模板中的步骤；所述第二结果类型的语义分析结果为所述历史会议纪要内容中与所述目标会议记录数据的语义匹配。

可以立即的，语义分析结果为第二结果类型，目标会议记录数据此时相当于历史会议纪要内容的存在语义相似的内容，因此，电子设备此时而是基于历史会议纪要内容为参考，去对历史会议纪要内容中的语义相似的内容进行更新，如基于纪要更新内容对原纪要内容进行增加、删除、更改等操作。如图6所示，图6是一种包含历史会议纪要内容的会议纪要模板得示意图，以图6为例，比如说历史会议纪要内容中记载了6条会议纪要，分别是会议时间、参加人员、讨论事项对应的2条会议纪要内容、行动项对应的会议纪要内容，此时是需要对6条会议纪要中的至少一条会议纪所处的区域要进行内容更新，来基于“针对所述历史会议纪要内容的会议纪要内容”去更新信息，例如基于“针对所述历史会议纪要内容的会议纪要内容”去更新“讨论事项”的第一条会议纪要内容；

具体实施中，可获取历史会议纪要内容中与目标会议记录数据的语义相匹配的目标历史会议纪要，然后生成针对所述历史会议纪要内容的会议纪要内容，此时会议纪要内容为差异更新内容。

步骤305：将会议纪要内容写入至所述会议纪要模板中，以生成所述会议纪要模板对应的会议纪要文件。

具体可参见本申请其他实施例的方法步骤，此处不再赘述。

步骤306：在所述会议纪要文件中，将所述会议纪要内容与所述目标会议记录数据和所述目标会议记录数据的片段属性相关联。

可以理解的，生成的会议纪要内容与目标会议记录数据(如音频会议片段、视频会议片段、文本会议片段)是强相关的，生成的会议纪要内容与目标会议记录数据的片段属性是强相关的；因此可在会议纪要文件中，将所述会议纪要内容与至少一个所述目标会议记录数据和所述目标会议记录数据的片段属性进行关联，关联可以是以超链接、数组、地址映射等形式将“会议纪要内容”与“至少一个所述目标会议记录数据”和/或“目标会议记录数据的片段属性”关联起来。在实际应用中，会议纪要与会议文字记录、会议视频记录、会议音频记录等建立了对应关系，方便后续用户基于会议纪要可快速进行会议回溯。

在一种可行的实施方式，在所述会议纪要文件中，可以将所述会议纪要内容与所述目标会议记录数据和所述目标会议记录数据的片段属性相关联；

在一种可行的实施方式，在所述会议纪要文件中，可以将所述会议纪要内容与所述目标会议记录数据的片段属性相关联；

在一种可行的实施方式，在所述会议纪要文件中，可以将所述会议纪要内容与所述目标会议记录数据的片段属性相关联；

可以理解的，在会议纪要文件生成过程，通过将会议纪要内容与其相对应的“目标会议记录数据”和/或“片段属性”相关联，而通常同一会议记录属性的一个或多个会议纪要内容记录在会议纪要文件的同一区域，这样可快速基于会议纪要文件实现对同一用户关注点(可理解为同一会议记录属性)的所有内容的快速浏览定位，方便后续用户基于会议纪要可快速进行会议回溯。

步骤306：确定会议记录集合中会议记录数据的会议内容关键度，基于所述内容关键度对所述会议记录数据进行数据管理。

所述会议内容关键度用于衡量会议记录数据对于本次会议的重要程度；在一些实施例中，基于不同会议内容关键度的会议记录数据，可以在最终生成的会议纪要文件中对关联的会议记录数据进行数据管理，如对会议内容关键度低的进行压缩存储或删除。

可以理解的，所述确定会议记录集合中会议记录数据的会议内容关键度，可以是：通过提取所述会议记录数据的关键语义信息，计算所述关键语义信息与当前的所述会议纪要文件的语义相似参数，将所述语义相似参数作为所述会议记录数据的会议内容关键度。

所述关键语义信息可理解为会议记录数据中的关键语义特征，可以是关键字特征、关键词特征、关键句特征等等，在实际应用中诸如音视频数据类型、文本数据类型的会议记录数据均会以特征向量的形式映射至高维特征空间向量中进行表征，例如可以基于神经网络模型进行关键语义特征向量的提取。

在一种具体的实施方式中，会议纪要文件是基于多个目标会议数据对应的会议纪要内容写入生成的，因此，可获取会议纪要文件中写入这些会议纪要内容在模型处理阶段(如采用第一、第二纪要模型输出会议纪要内容的处理阶段)对应的会议纪要向量，可以理解的，假设会议纪要文件包含n条会议纪要内容，此时获取的会议纪要向量的个数为n，也就是说可获取会议纪要文件生成时在模型处理阶段所对应的至少一个会议纪要向量，然后对这些会议纪要向量进行聚类，得到聚类中心向量；

可选的，可以基于聚类中心向量和关键语义特征向量的计算语义相似参数，具体实施中可以计算聚类中心向量和关键语义特征向量之间的语义相似距离，其中语义相似距离可以是采用欧式距离公式、曼哈顿距离公式、余弦距离公式、相关系数距离公式等中的至少一种计算得到。

可以理解的，可以针对会议内容关键度设置参数阈值，若会议内容关键度小于或等于参数阈值，此时可认为，当前的会议记录数据不是本次会议关注的关键内容，可对该会议记录数据进行压缩处理或删除处理，以节省存储空间，同时节省用户视频会输的带宽成本；若会议内容关键度大于参数阈值，此时对会议记录数据不作处理；

可以理解的，步骤306的执行顺序可以在执行确定目标会议记录数据对应的会议纪要内容之前，也就是在对第i个会议记录数据进行目标会议记录数据判断之前，相执行步骤s306，若会议内容关键度小于或等于参数阈值，当前的会议记录数据则不是本次会议关注的关键内容，可对该会议记录数据进行压缩处理或删除处理，这样在后续生成目标会议记录数据对应的会议纪要内容时可大幅降低数据处理量，提升会议纪要生成的效率。

在本申请实施例中，电子设备通过获取会议记录集合，然后基于会议纪要模板、会议章程以及所述会议记录集合，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容；再将所述会议纪要内容写入至所述会议纪要模板中，就可以生成所述会议纪要模板对应的会议纪要文件。可以避免采用诸如手工记录会议纪要信息等方式效率低的问题，通过结合会议纪要模板和会议章程可以快速辅助实现对关注的纪要内容的自动生成，且会议纪要生成效率更高，速度更高，提高了会议纪要生成的效率；以及，可直接基于非文本形式的会议记录数据进行会议纪要内容提取，节省了文本转换时间；以及，通过采集样本校准数据，可以便于后续对相关纪要生成模型进行误差修正，提升会议纪要生成的准确性；以及，会议纪要生成过程中可实现异写入纪要内容的纪要内容拟合，对不相关或会议纪要模板不关注的数据进行忽略处理，可提高会议纪要生成的智能性；以及，纪要内容并非采用抽取摘要、关键词提取等等方式而是基于预先训练的纪要生成模型来进行语言精简重组，纪要生成方式更为简洁；以及会议纪要与会议文字记录、会议视频记录、会议音频记录等建立了对应关系，方便后续用户基于会议纪要可快速进行会议回溯。

下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。

请参见图7，其示出了本申请一个示例性实施例提供的会议纪要生成装置的结构示意图。该会议纪要生成装置可以通过软件、硬件或者两者的结合实现成为装置的全部或一部分。该会议纪要生成装置1包括记录集合生成模块11、纪要内容确定模块12和纪要文件生成模块13。

记录集合生成模块11，用于获取会议记录集合；

纪要内容确定模块12，用于基于会议纪要模板、会议章程以及所述会议记录集合，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容；

纪要文件生成模块13，用于将所述会议纪要内容写入至所述会议纪要模板中，以生成所述会议纪要模板对应的会议纪要文件。

可选的，所述纪要内容确定模块12，具体用于：

基于所述会议章程和所述会议记录集合中每个会议记录数据，确定所述每个会议记录数据对应的会议记录属性；基于所述会议记录属性和会议纪要模板，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容；或，

将所述会议纪要模板、会议章程以及所述会议记录集合输入至第一纪要生成模型中，输出所述会议记录集合中目标会议记录数据对应的会议纪要内容。

可选的，所述纪要内容确定模块12，具体用于：

基于所述会议记录集合中每个会议记录数据，确定各所述会议记录数据在会议章程中的会议环节，获取所述会议环节所对应的第一会议记录属性，将所述第一会记录属性作为所述会议记录数据对应的会议记录属性；和/或，

将所述会议记录集合中每个会议记录数据输入至第一属性确定模型中，输出每个所述会议记录数据对应的第二会议记录属性；基于第一会议记录属性以及所述第二会议记录属性分别确定所述会议记录数据对应的会议记录属性。

可选的，所述纪要内容确定模块12，具体用于：

确定所述会议纪要模板对应的参考记录属性，在所述会议记录集合中判断各所述会议记录数据的所述会议记录属性与所述参考记录属性是否匹配；

若在所述会议记录集合中存在目标会议记录数据与所述参考记录属性匹配，则确定目标会议记录数据对应的会议纪要内容。

可选的，所述纪要内容确定模块12，具体用于：

将目标会议记录数据输入至第二纪要生成模型中，输出所述目标会议记录数据对应的会议纪要内容。

可选的，所述会议纪要生成装置1，具体用于：

采集包含目标会议记录数据以及会议纪要内容的样本数据，采用校准服务对所述样本数据进行纪要校准处理，得到纪要校准处理后的样本校准数据；

基于样本校准数据对第一纪要生成模型和/或第二纪要生成模型进行训练，得到训练完成的所述第一纪要生成模型和/或所述第二纪要生成模型。

可选的，如图8所示，所述纪要内容确定模块12，包括：

内容获取单元121，用于在所述会议记录集合中确定目标会议记录数据，获取会议纪要模板中的历史会议纪要内容；

语义分析单元122，用于基于所述历史会议纪要内容对所述目标会议记录数据进行语义分析处理，基于语义分析结果确定目标会议记录数据对应的会议纪要内容。

可选的，所述语义分析单元122，具体用于：

若所述语义分析结果为第一结果类型，则确定目标会议记录数据对应的会议纪要内容；所述第一结果类型的语义分析结果为所述历史会议纪要内容中与所述目标会议记录数据的语义不匹配；

若所述语义分析结果为第二结果类型，则基于目标会议记录数据确定针对所述历史会议纪要内容的会议纪要内容；所述第二结果类型的语义分析结果为所述历史会议纪要内容中与所述目标会议记录数据的语义匹配。

可选的，如图9所示，所述会议纪要生成装置1，还包括：

数据关联模块14，用于在会议纪要文件中，将所述会议纪要内容与至少一个所述目标会议记录数据和/或所述目标会议记录数据的片段属性相关联。

可选的，所述会议纪要生成装置1，还用于：

确定会议记录集合中会议记录数据的会议内容关键度，基于所述内容关键度对所述会议记录数据进行数据管理。

可选的，所述会议纪要生成装置1，还用于：

提取所述会议记录数据的关键语义信息，计算所述关键语义信息与所述会议纪要文件的语义相似参数，将所述语义相似参数作为所述会议记录数据的会议内容关键度。

需要说明的是，上述实施例提供的会议纪要生成装置在执行会议纪要生成方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的会议纪要生成装置与会议纪要生成方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

在本申请实施例中，电子设备通过获取会议中的至少一个会议片段，来生成各所述会议片段对应的会议记录集合；然后基于会议纪要模板、会议章程以及所述会议记录集合，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容；再将所述会议纪要内容写入至所述会议纪要模板中，就可以生成所述会议纪要模板对应的会议纪要文件。可以避免采用诸如手工记录纪要信息等方式会议纪要生成效率低的问题，通过结合会议纪要模板和会议章程可以快速辅助实现对会议纪要模板关注的纪要内容的自动生成，且会议纪要生成过程中效率更高，速度更高，提高了会议纪要生成的效率；以及，可直接基于非文本形式的会议记录数据进行会议纪要内容提取，节省了文本转换时间；以及，通过采集样本校准数据，可以便于后续对相关纪要生成模型进行误差修正，提升会议纪要生成的准确性；以及，会议纪要生成过程中可实现异写入纪要内容的纪要内容拟合，对不相关或会议纪要模板不关注的数据进行忽略处理，可提高会议纪要生成的智能性；以及，纪要内容并非采用抽取摘要、关键词提取等等方式而是基于预先训练的纪要生成模型来进行语言精简重组，纪要生成方式更为简洁；以及会议纪要与会议文字记录、会议视频记录、会议音频记录等建立了对应关系，方便后续用户基于会议纪要可快速进行会议回溯。

本申请实施例还提供了一种计算机存储介质，所述计算机存储介质可以存储有多条指令，所述指令适于由处理器加载并执行如上述图1-图6所示实施例的所述会议纪要生成方法，具体执行过程可以参见图1-图6所示实施例的具体说明，在此不进行赘述。

本申请还提供了一种计算机程序产品，该计算机程序产品存储有至少一条指令，所述至少一条指令由所述处理器加载并执行如上述图1-图6所示实施例的所述会议纪要生成方法，具体执行过程可以参见图1-图6所示实施例的具体说明，在此不进行赘述。

请参见图10，为本申请实施例提供了一种电子设备的结构示意图。如图10所示，所述电子设备1000可以包括：至少一个处理器1001，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。

其中，通信总线1002用于实现这些组件之间的连接通信。

其中，用户接口1003可以包括显示屏(Display)、摄像头(Camera)，可选用户接口1003还可以包括标准的有线接口、无线接口。

其中，网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。

其中，处理器1001可以包括一个或者多个处理核心。处理器1001利用各种借口和线路连接整个服务器1000内的各个部分，通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集，以及调用存储在存储器1005内的数据，执行服务器1000的各种功能和处理数据。可选的，处理器1001可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现。处理器1001可集成中央处理器(Central Processing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器1001中，单独通过一块芯片进行实现。

其中，存储器1005可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。可选的，该存储器1005包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图10所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及会议纪要生成应用程序。

在图10所示的电子设备1000中，用户接口1003主要用于为用户提供输入的接口，获取用户输入的数据；而处理器1001可以用于调用存储器1005中存储的会议纪要生成应用程序，并具体执行以下操作：

获取会议记录集合；

基于会议纪要模板、会议章程以及所述会议记录集合，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容；

将所述会议纪要内容写入至所述会议纪要模板中，以生成所述会议纪要模板对应的会议纪要文件。

在一个实施例中，所述处理器1001执行所述基于会议纪要模板、会议章程以及所述会议记录集合，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容时，具体执行以下步骤：

基于所述会议章程和所述会议记录集合中每个会议记录数据，确定所述每个会议记录数据对应的会议记录属性；基于所述会议记录属性和会议纪要模板，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容；或，

将所述会议纪要模板、会议章程以及所述会议记录集合输入至第一纪要生成模型中，输出所述会议记录集合中目标会议记录数据对应的会议纪要内容。

在一个实施例中，所述处理器1001执行所述基于所述会议章程和所述会议记录集合中每个会议记录数据，确定所述每个会议记录数据对应的会议记录属性时，具体执行以下步骤：

基于所述会议记录集合中每个会议记录数据，确定各所述会议记录数据在会议章程中的会议环节，获取所述会议环节所对应的第一会议记录属性，将所述第一会记录属性作为所述会议记录数据对应的会议记录属性；和/或，

将所述会议记录集合中每个会议记录数据输入至第一属性确定模型中，输出每个所述会议记录数据对应的第二会议记录属性；基于第一会议记录属性以及所述第二会议记录属性分别确定所述会议记录数据对应的会议记录属性。

在一个实施例中，所述处理器1001执行所述基于所述会议记录属性和会议纪要模板，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容时，具体执行以下步骤：

确定所述会议纪要模板对应的参考记录属性，在所述会议记录集合中判断各所述会议记录数据的所述会议记录属性与所述参考记录属性是否匹配；

若在所述会议记录集合中存在目标会议记录数据与所述参考记录属性匹配，则确定目标会议记录数据对应的会议纪要内容。

在一个实施例中，所述处理器1001执行所述确定目标会议记录数据对应的会议纪要内容时，具体执行以下步骤：

将目标会议记录数据输入至第二纪要生成模型中，输出所述目标会议记录数据对应的会议纪要内容。

在一个实施例中，所述处理器1001执行所述会议纪要生成方法时，具体执行以下步骤：

采集包含目标会议记录数据以及会议纪要内容的样本数据，采用校准服务对所述样本数据进行纪要校准处理，得到纪要校准处理后的样本校准数据；

基于样本校准数据对第一纪要生成模型和/或第二纪要生成模型进行训练，得到训练完成的所述第一纪要生成模型和/或所述第二纪要生成模型。

在一个实施例中，所述处理器1001执行所述在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容时，具体执行以下步骤：

在所述会议记录集合中确定目标会议记录数据，获取会议纪要模板中的历史会议纪要内容；

基于所述历史会议纪要内容对所述目标会议记录数据进行语义分析处理，基于语义分析结果确定目标会议记录数据对应的会议纪要内容。

在一个实施例中，所述处理器1001执行所述基于语义分析处理的语义分析结果确定目标会议记录数据对应的会议纪要内容时，具体执行以下步骤：

若所述语义分析结果为第一结果类型，则确定目标会议记录数据对应的会议纪要内容；所述第一结果类型的语义分析结果为所述历史会议纪要内容中与所述目标会议记录数据的语义不匹配；

若所述语义分析结果为第二结果类型，则基于目标会议记录数据确定针对所述历史会议纪要内容的会议纪要内容；所述第二结果类型的语义分析结果为所述历史会议纪要内容中与所述目标会议记录数据的语义匹配。

在一个实施例中，所述处理器1001执行所述会议纪要生成方法时，具体执行以下步骤：

在会议纪要文件中，将所述会议纪要内容与至少一个所述目标会议记录数据和/或所述目标会议记录数据的片段属性相关联。

在一个实施例中，所述处理器1001执行所述会议纪要生成方法还包括：

确定会议记录集合中会议记录数据的会议内容关键度，基于所述内容关键度对所述会议记录数据进行数据管理。

在一个实施例中，所述处理器1001执行所述确定会议记录集合中会议记录数据的会议内容关键度时，具体执行以下步骤：

提取所述会议记录数据的关键语义信息，计算所述关键语义信息与所述会议纪要文件的语义相似参数，将所述语义相似参数作为所述会议记录数据的会议内容关键度。

在本申请实施例中，电子设备通过获取会议中的至少一个会议片段，来生成各所述会议片段对应的会议记录集合；然后基于会议纪要模板、会议章程以及所述会议记录集合，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容；再将所述会议纪要内容写入至所述会议纪要模板中，就可以生成所述会议纪要模板对应的会议纪要文件。可以避免采用诸如手工记录纪要信息等方式会议纪要生成效率低的问题，通过结合会议纪要模板和会议章程可以快速辅助实现对会议纪要模板关注的纪要内容的自动生成，且会议纪要生成过程中效率更高，速度更高，提高了会议纪要生成的效率；以及，可直接基于非文本形式的会议记录数据进行会议纪要内容提取，节省了文本转换时间；以及，通过采集样本校准数据，可以便于后续对相关纪要生成模型进行误差修正，提升会议纪要生成的准确性；以及，会议纪要生成过程中可实现异写入纪要内容的纪要内容拟合，对不相关或会议纪要模板不关注的数据进行忽略处理，可提高会议纪要生成的智能性；以及，纪要内容并非采用抽取摘要、关键词提取等等方式而是基于预先训练的纪要生成模型来进行语言精简重组，纪要生成方式更为简洁；以及会议纪要与会议文字记录、会议视频记录、会议音频记录等建立了对应关系，方便后续用户基于会议纪要可快速进行会议回溯。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。

以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims (13)

1.一种会议纪要生成方法，其特征在于，所述方法包括：

获取会议记录集合；

基于会议纪要模板、会议章程以及所述会议记录集合，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容；

将所述会议纪要内容写入至所述会议纪要模板中，以生成所述会议纪要模板对应的会议纪要文件。

2.根据权利要求1所述的方法，其特征在于，所述基于会议纪要模板、会议章程以及所述会议记录集合，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容，包括：

基于所述会议章程和所述会议记录集合中每个会议记录数据，确定所述每个会议记录数据对应的会议记录属性；基于所述会议记录属性和所述会议纪要模板，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容；或，

将所述会议纪要模板、会议章程以及所述会议记录集合输入至第一纪要生成模型中，输出所述会议记录集合中目标会议记录数据对应的会议纪要内容；或，

基于会议纪要模板、会议章程以及所述会议记录集合，在所述会议记录集合中确定目标会议记录数据；将目标会议记录数据输入至第二纪要生成模型中，输出所述目标会议记录数据对应的会议纪要内容。

3.根据权利要求2所述的方法，其特征在于，所述基于所述会议章程和所述会议记录集合中每个会议记录数据，确定所述每个会议记录数据对应的会议记录属性，包括：

基于所述会议记录集合中每个会议记录数据，确定各所述会议记录数据在所述会议章程中的会议环节，获取所述会议环节所对应的第一会议记录属性，将所述第一会议记录属性作为所述会议记录数据对应的会议记录属性；或，

基于所述会议记录集合中每个会议记录数据，确定各所述会议记录数据在所述会议章程中的会议环节，获取所述会议环节所对应的第一会议记录属性；将所述会议记录集合中每个会议记录数据输入至第一属性确定模型中，输出每个所述会议记录数据对应的第二会议记录属性；基于所述会议记录数据的第二会议记录属性以及所述第一会议记录属性，确定所述会议记录数据对应的会议记录属性。

4.根据权利要求2所述的方法，其特征在于，所述基于所述会议记录属性和所述会议纪要模板，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容，包括：

确定所述会议纪要模板对应的参考记录属性，在所述会议记录集合中判断各所述会议记录数据的所述会议记录属性与所述参考记录属性是否匹配；

若在所述会议记录集合中存在目标会议记录数据的目标会议记录属性与所述参考记录属性匹配，则确定目标会议记录数据对应的会议纪要内容。

5.根据权利要求2所述的方法，其特征在于，所述方法还包括：

采集包含目标会议记录数据以及会议纪要内容的样本数据，采用校准服务对所述样本数据进行纪要校准处理，得到纪要校准处理后的样本校准数据；

基于所述样本校准数据对第一纪要生成模型进行训练，得到训练完成的所述第一纪要生成模型；或，基于所述样本校准数据对第二纪要生成模型进行训练，得到训练完成的所述第二纪要生成模型；或，基于所述样本校准数据对第一纪要生成模型和第二纪要生成模型进行训练，得到训练完成的所述第一纪要生成模型和所述第二纪要生成模型。

6.根据权利要求1所述的方法，其特征在于，所述在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容，包括：

在所述会议记录集合中确定目标会议记录数据，获取所述会议纪要模板中的历史会议纪要内容；

基于所述历史会议纪要内容对所述目标会议记录数据进行语义分析处理，基于语义分析结果确定目标会议记录数据对应的会议纪要内容。

7.根据权利要求6所述的方法，其特征在于，所述基于语义分析处理的语义分析结果确定目标会议记录数据对应的会议纪要内容，包括：

若所述语义分析结果为第一结果类型，则确定目标会议记录数据对应的纪要新增内容，将所述纪要新增内容作为会议纪要内容执行所述将所述会议纪要内容写入至所述会议纪要模板中的步骤；所述第一结果类型的语义分析结果为所述历史会议纪要内容中与所述目标会议记录数据的语义不匹配；

若所述语义分析结果为第二结果类型，则基于目标会议记录数据确定针对所述历史会议纪要内容的纪要更新内容，将所述纪要更新内容作为会议纪要内容执行所述将所述会议纪要内容写入至所述会议纪要模板中的步骤；所述第二结果类型的语义分析结果为所述历史会议纪要内容中与所述目标会议记录数据的语义匹配。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述会议纪要文件中，将所述会议纪要内容与所述目标会议记录数据和所述目标会议记录数据的片段属性相关联；或，

在所述会议纪要文件中，将所述会议纪要内容与所述目标会议记录数据的片段属性相关联；或，

在所述会议纪要文件中，将所述会议纪要内容与所述目标会议记录数据的片段属性相关联。

9.根据权利要求1所述的方法，其特征在于，所述将所述会议纪要内容写入至所述会议纪要模板中，以生成所述会议纪要模板对应的会议纪要文件之后，还包括：

确定所述会议记录集合中会议记录数据的会议内容关键度，基于所述内容关键度对所述会议记录数据进行数据管理。

10.根据权利要求9所述的方法，其特征在于，所述确定会议记录集合中会议记录数据的会议内容关键度，包括：

提取所述会议记录数据的关键语义信息，计算所述关键语义信息与所述会议纪要文件的语义相似参数，将所述语义相似参数作为所述会议记录数据的会议内容关键度。

11.一种会议纪要生成装置，其特征在于，所述装置包括：

记录集合生成模块，用于获取会议记录集合；

纪要内容确定模块，用于基于会议纪要模板、会议章程以及所述会议记录集合，在所述会议记录集合中确定目标会议记录数据对应的会议纪要内容；

纪要文件生成模块，用于将所述会议纪要内容写入至所述会议纪要模板中，以生成所述会议纪要模板对应的会议纪要文件。

12.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1～10任意一项的方法步骤。

13.一种电子设备，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1～10任意一项的方法步骤。

Images