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！

申请/专利权人：西安交通大学

摘要：本发明公开了一种教育文本知识归纳方法、系统、设备及可读存储介质，通过从教育文本中拾取领域术语，然后爬取维基百科中对该术语的解释作为理解该术语所需的外部知识，并分别对教育文本和外部知识进行编码，生成语境向量辅助摘要生成过程，弥补了机器自动生成摘要时对背景知识的缺失，利用双注意力机制计算当前时刻解码状态关于教育文本的语境向量和外部知识库的语境向量，并将二者融合参与解码过程。使用了双拷贝机制计算复制概率，从而实现从教育文本或外部知识中复制相关内容到摘要中，提高了模型捕捉细节的能力，同时缓解了未登录词或低频词带来的问题。

主权项：1.一种教育文本知识归纳方法，其特征在于，包括以下步骤：S1，从教育文本中拾取领域术语，将拾取的领域术语与维基百科中的实体对齐，然后采用TF-IDF方法从拾取的领域术语中提取按重要度排序前m个领域术语构成术语列表；使用TF-IDF方法对拾取的领域术语进行重要性评估，重要性评估指根据领域术语在教育文本中出现的次数以及在该教育文本所属教育文本集中出现的频率进行重要性得分计算，根据重要性评估的得分对拾取的领域术语进行排序，取重要性评估得分高的前m个领域术语构成最终的术语列表；S2，爬取维基百科中对术语列表中各术语的描述作为理解该领域术语所需的领域知识，构成外部知识库；S3，将教育文本和外部知识库分别压缩成一个固定长度的语义向量，表示教育文本和外部知识库的语义信息；通过词嵌入，将教育文本序列表示为使用BiGRU编码器对教育文本序列进行编码，得到编码后对应的隐状态序列其中s为教育文本序列的长度；通过词嵌入，将外部知识库序列表示为使用BiGRU编码器对外部知识库序列进行编码，得到编码后对应的隐状态序列其中e为外部知识库序列的长度；S4，利用双注意力机制计算当前时刻解码状态关于教育文本的语境向量和外部知识库的语境向量，将教育文本的语境向量和外部知识库的语境向量进行加权求和得到最终的语境向量，根据当前时刻解码状态与最终的语境向量计算当前时刻单词基于词表的概率分布，或从外部知识库与教育文本中选择与当前解码状态相关的词直接拷贝入摘要中，生成知识摘要序列，即可完成教育文本的知识归纳；利用双注意力机制计算当前t时刻解码状态st关于教育文本的语境向量以及当前解码状态st关于外部知识库的语境向量使用一个门网络融合语境向量和语境向量通过加权求和得到最终的语境向量利用t时刻的解码状态st与融合后的语境向量计算t时刻，单词yt基于词表的概率分布计算解码状态st关于教育文本的语境向量和关于外部知识的语境向量求得概率pcopy来决定当前是从教育文本或外部知识中复制还是从词表中生成下一个单词，如下所示： 复制概率分布Pcopyyt|yt,Xs,Xe计算公式如下： 最终，生成下一个单词的概率分布如下：Pyt＝1-pcopypvocabyt+pcopyPcopyyt得到对应的知识摘要序列Y＝[y1,...,yt,...,yn]。

全文数据：

权利要求：

百度查询： 西安交通大学 一种教育文本知识归纳方法、系统、设备及可读存储介质