-
公开(公告)号：CN112148863A
公开(公告)日：2020-12-29
申请号：CN202011104023.9
申请日：2020-10-15
Applicant: 哈尔滨工业大学
IPC: G06F16/332 , G06F40/295 , G06N3/04
Abstract: 一种融入常识知识的生成式对话摘要方法，属于自然语言处理领域。本发明解决了现有生成式对话摘要方法未利用常识知识而导致生成的对话摘要不准确，抽象性低的问题。本发明方法包括：获取常识知识库ConceptNet与对话摘要数据集SAMSum；利用获取的常识知识库ConceptNet为对话摘要数据集SAMSum引入元组知识，构建异构对话图；练步骤三中构造的对话异构神经网络模型，通过训练的对话异构神经网络模型从一段对话中生成最终对话摘要。本发明应用于对话摘要的生成。
-
Patent Agency Ranking
公开(公告)号：CN113204627B
公开(公告)日：2022-08-23
申请号：CN202110522932.2
申请日：2021-05-13
Applicant: 哈尔滨工业大学
IPC: G06F16/332 , G06F16/34
Abstract: 利用DialoGPT作为特征标注器的对话摘要生成系统，本发明涉及对话摘要生成系统。本发明是为了解决现有对话摘要生成方法对话摘要获取耗时耗力，效率差，准确率低的问题。系统包括：所述数据采集模块用于获取数据集；所述对话预训练模块用于获取DialoGPT；所述对话预处理模块将对话处理为上下文回复对以及对话序列；所述预测损失及对话上下文的表示模块用于得到预测损失以及对话上下文的表示形式；所述标注模块用于标记对话；所述摘要生成模块生成目标摘要；当生成的目标摘要符合要求，则将待处理数据集经过处理，处理后输入摘要生成器生成待处理数据集的目标摘要。本发明用于自然语言处理领域。
-
公开(公告)号：CN113204627A
公开(公告)日：2021-08-03
申请号：CN202110522932.2
申请日：2021-05-13
Applicant: 哈尔滨工业大学
IPC: G06F16/332 , G06F16/34
Abstract: 利用DialoGPT作为特征标注器的对话摘要生成系统，本发明涉及对话摘要生成系统。本发明是为了解决现有对话摘要生成方法对话摘要获取耗时耗力，效率差，准确率低的问题。系统包括：所述数据采集模块用于获取数据集；所述对话预训练模块用于获取DialoGPT；所述对话预处理模块将对话处理为上下文回复对以及对话序列；所述预测损失及对话上下文的表示模块用于得到预测损失以及对话上下文的表示形式；所述标注模块用于标记对话；所述摘要生成模块生成目标摘要；当生成的目标摘要符合要求，则将待处理数据集经过处理，处理后输入摘要生成器生成待处理数据集的目标摘要。本发明用于自然语言处理领域。
-
公开(公告)号：CN112148863B
公开(公告)日：2022-07-01
申请号：CN202011104023.9
申请日：2020-10-15
Applicant: 哈尔滨工业大学
IPC: G06F16/332 , G06F40/295 , G06N3/04
Abstract: 一种融入常识知识的生成式对话摘要方法，属于自然语言处理领域。本发明解决了现有生成式对话摘要方法未利用常识知识而导致生成的对话摘要不准确，抽象性低的问题。本发明方法包括：获取常识知识库ConceptNet与对话摘要数据集SAMSum；利用获取的常识知识库ConceptNet为对话摘要数据集SAMSum引入元组知识，构建异构对话图；练步骤三中构造的对话异构神经网络模型，通过训练的对话异构神经网络模型从一段对话中生成最终对话摘要。本发明应用于对话摘要的生成。
-
公开(公告)号：CN111460132B
公开(公告)日：2021-08-10
申请号：CN202010163281.8
申请日：2020-03-10
Applicant: 哈尔滨工业大学
Abstract: 一种基于图卷积神经网络的生成式会议摘要方法，本发明涉及基于图卷积神经网络的生成式会议摘要方法。本发明的目的是为了解决现有方法仅仅使用句子和词语的序列结构建模会议文本，忽略了会议丰富的对话篇章结构信息的问题。过程为：一：得到会议的对话篇章结构；二：构建会议篇章结构图，以及会议中句子之间的对话篇章结构；三：构建伪数据和对应的伪数据的会议篇章结构图；四：得到预训练好的图神经网络的生成式会议摘要模型和初始化参数；得到训练好的图神经网络的生成式会议摘要模型和模型参数；利用训练好的图神经网络的生成式会议摘要模型对待测试的会议进行测试，生成摘要。本发明用于自然语言处理领域下的生成式会议摘要方法。
-
公开(公告)号：CN111460132A
公开(公告)日：2020-07-28
申请号：CN202010163281.8
申请日：2020-03-10
Applicant: 哈尔滨工业大学
Abstract: 一种基于图卷积神经网络的生成式会议摘要方法，本发明涉及基于图卷积神经网络的生成式会议摘要方法。本发明的目的是为了解决现有方法仅仅使用句子和词语的序列结构建模会议文本，忽略了会议丰富的对话篇章结构信息的问题。过程为：一：得到会议的对话篇章结构；二：构建会议篇章结构图，以及会议中句子之间的对话篇章结构；三：构建伪数据和对应的伪数据的会议篇章结构图；四：得到预训练好的图神经网络的生成式会议摘要模型和初始化参数；得到训练好的图神经网络的生成式会议摘要模型和模型参数；利用训练好的图神经网络的生成式会议摘要模型对待测试的会议进行测试，生成摘要。本发明用于自然语言处理领域下的生成式会议摘要方法。
-
-
-
-
-
Search Results
6
records
(took 0.035 seconds)
