买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西北工业大学申请的专利一种基于对比学习的文本摘要辅助生成方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116910233B 。

龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310765480.X，技术领域涉及：G06F16/34；该发明授权一种基于对比学习的文本摘要辅助生成方法是由郭哲;张智博;周炜杰;王毅;樊养余设计研发完成，并于2023-06-27向国家知识产权局提交的专利申请。

本一种基于对比学习的文本摘要辅助生成方法在说明书摘要公布了：本发明公开了一种基于对比学习的文本摘要辅助生成方法，首先构建了候选摘要生成模型，包含文本嵌入模块和源文本编码模块；文本嵌入模块将源文本分别进行词表分词、词嵌入和位置编码嵌入来获得源文本的嵌入向量；源文本编码模块则负责对源文本进行语义建模和特征提取，得到编码隐向量。然后基于自注意力结构来生成多条候选摘要。接着采用候选摘要生成模型的编码器网络获得句向量编码。最后，基于对比学习思想设计了一种新型排序损失函数，基于该损失函数对每一条候选摘要根据源文本进行语义相似度的有效评价，最终给出源文本最为合理的文本摘要。本发明有效缓解了高概率候选摘要与源本文的语义匹配度低的问题，能够实现高效的文本摘要辅助生成。

本发明授权一种基于对比学习的文本摘要辅助生成方法在权利要求书中公布了：1.一种基于对比学习的文本摘要辅助生成方法，其特征在于，包括如下步骤：步骤1：构建候选摘要生成模型；所构建的候选摘要生成模型由两部分组成，分别是文本嵌入模块和源文本编码模块；其中，文本嵌入模块将源文本分别进行词表分词、词嵌入和位置编码嵌入来获得源文本的嵌入向量；源文本编码模块则负责对源文本进行语义建模和特征提取；步骤2：基于所构建的候选摘要生成模型，根据编码隐向量和集束搜索算法生成候选摘要集合；对编码隐向量通过构建解码器来获取候选摘要集合；解码器包括带掩码的自注意力网络、交叉注意力网络和前馈神经网络；带掩码的自注意力网络用于将之前时间步的文本信息解码输出，并进行前向编码；交叉注意力网络根据编码隐向量的计算，让模型从源文本中解码生成输出；最后将输出送入前馈神经网络进行特征变换与抽取，从而生成候选摘要集合；步骤3：构建候选摘要评价模型；候选摘要评价模型采用候选摘要生成模型的编码器网络，分别对候选摘要集合、源文本和参考摘要进行编码嵌入，获得句向量编码；接着，根据候选摘要集合与参考摘要的相似度分数指标即ROUGE-1分数，按照从大到小的顺序对候选摘要进行评价，并重新进行排列；步骤4：基于对比学习实现对文本摘要的辅助生成；构建一个优化目标，该优化目标使ROUGE-1分数排名与语义相似性分数成反比；设计对比学习排序损失函数，通过对比学习，最终生成源文本的文本摘要。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。