欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022104995013
申请人: 昆明理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于要素图注意力的案件舆情多文档生成式摘要方法,其特征在于:所述方法的具体步骤如下:Step1、通过爬虫技术爬取案件舆情文本数据集,通过人工对数据集进行清洗、标注得到案件舆情摘要多文档数据集;构造一个包含案件名称的案件库,根据案件名称去搜索,搜索结果以网页的形式展现,以网页内容第一条为摘要,把网页第二条描述案件相关的内容定义为案件要素,经过筛选与预处理形成json格式文件;

Step2、通过词嵌入和位置嵌入分别对案件舆情正文和案件要素进行特征编码,利用CNN与BiLSTM编码器提取句子特征,将获得的句子特征和案件要素特征构建异构图提取文档特征,再对文档特征采用基于图注意力机制融入案件要素的方法对句子进行有效地过滤筛选,采用图注意力同时学习和更新主任务模型和辅助模型的参数;

所述Step2中包括:

Step2.1、构建要素关系图构建:输入源文档是多篇文档D={d为了获得更多的语义信息,通过融合案件要素节点与段落节点,得到关系矩阵所述Step2中包括:

Step2.2、对多篇文档进行分段,然后几个token级transformer编码层堆叠在一起,对每个段落中的上下文信息进行编码,LayerNorm是规一化操作,MHAttn是transformer的多头注意力,FFN表示前馈神经网络,其激活函数为ReLU,将最后一层的输出作为token级特征,使用为了获得固定长度的段落表示,应用加权合并运算,多头注意力机制计算token上的权重分布,允许模型通过不同的头在不同的子空间表示时灵活地编码段落;

h

使用

所述Step2中包括:

Step2.3、使用图注意力网络GAT来更新语义节点的表示;i,j∈{1,2,...,(m+n)}表示图中的任意节点,用z

其中W

将图注意力机制GAT和多头操作相结合得到h使用上面的GAT层和位置前馈层来迭代更新节点表示;每个迭代包含一个段落到案件要素和案件要素到段落的更新过程,迭代t次后,将所述Step2中包括:

Step2.4、在每个解码步骤中,解码器的状态是s,计算案件要素节点c式(10)中

式(11)中

式(12)通过归一化操作,加权求和后经过一个激活函数,得到要素节点的注意力权重;选择注意力得分β式(13)中

式(14)通过归一化操作,加权求和后经过一个激活函数,得到段落节点中token级的注意力权重;选择注意力得分β式(15)通过要素节点注意力β

式(16)中

将上下文向量作为从源文档中摘要生成出来的显著信息,与解码器隐藏状态sP

Step2.5、进行摘要生成:最后选择Adam优化器,基于训练数据迭代地更新神经网络权重,用训练好的神经网络进行摘要生成。

2.根据权利要求1所述的基于要素图注意力的案件舆情多文档生成式摘要方法,其特征在于:所述Step1的具体步骤为:Step1.1、通过爬虫技术爬取案件舆情新闻文本,共爬取4569篇文档,每一篇包含着摘要,案件要素以及对于案件描述的正文;

Step1.2、对案件舆情摘要多文档数据集中的正文及案件要素进行过滤筛选,过滤筛选的方式如下所示:(1)、去除文本内容中的多余符号、超链接和特殊字符;(2)、去除正文中相同的案件要素信息;

Step1.3、采用人工标注,获得案件舆情数据集;首先对正文中的每一句话打上标签,1为候选摘要,0则不是候选摘要。