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！

龙图腾网获悉北京中科凡语科技有限公司申请的专利一种摘要的生成方法、装置及存储介质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：CN115329064B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202210408534.2，技术领域涉及：G06F16/34；该发明授权一种摘要的生成方法、装置及存储介质是由周玉;林海涛;向露;宗成庆设计研发完成，并于2022-04-19向国家知识产权局提交的专利申请。

本一种摘要的生成方法、装置及存储介质在说明书摘要公布了：本发明公开一种摘要的生成方法、装置及存储介质，属于自然语言处理技术领域。该摘要的生成方法，包括：S1、解码器根据训练数据库中的构建词表逐步获得对应的角色在输出词表中的相关单词的输出概率；S2、将输出概率最大的k个单词提取出来拼接到模型中已解码的单词序列上作为候选摘要；S3、模型将多个候选摘要按照输出概率的大小进行排序，并确保束的大小为k；模型预测结束后，取输出概率最大的候选序列作为摘要。本发明还包括摘要的生成装置和存储介质。该存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述摘要的生成方法的步骤。该生成方法帮助模型生成更好的面向该角色的摘要，生成的摘要内容有显著的提升。

本发明授权一种摘要的生成方法、装置及存储介质在权利要求书中公布了：1.一种摘要的生成方法，其特征在于，包括以下步骤： 建立和优化摘要生成模型，具体包括以下步骤： T1、采用不同的编码器将对话内容按照不同的角色进行相应编码； T2、解码器根据对应的角色获取该角色的语句表示，解码器解码时采用不同的注意力模块关注到其他角色的语句表示； T3、计算不同解码器关注到同一个角色的语句表示的跨越注意力分布的KL散度，得到跨越注意力交互的损失函数； T4、在解码器的自注意力模块中，每个解码器的隐层表示关注到其他解码器的隐层表示，形成角色自注意力交互； T5、解码器预测每个位置单词的输出概率，根据所述输出概率结合最大似然估计得到摘要的损失函数； T6、综合所述跨越注意力交互的损失函数和所述摘要的损失函数，对于模型进行梯度下降的训练和优化； 建立和优化摘要生成模型后，执行如下步骤： S1、解码器根据训练数据库中的构建词表逐步获得对应的角色在输出词表中的相关单词的输出概率； S2、将输出概率最大的k个单词提取出来拼接到模型中已解码的单词序列上作为候选摘要，其中k大于1； S3、模型将多个候选摘要按照输出概率的大小进行排序，并确保束的大小为k；模型预测结束后，取输出概率最大的候选序列作为摘要； 在步骤T1中，所述采用不同的编码器将对话内容按照不同的角色进行相应编码包括： 步骤T11、将对话语句的说话人角色信息和对话内容按轮次顺序拼接在一起，经过词嵌入层得到词嵌入表示； 步骤T12、使用编码器将所述词嵌入表示进行编码，得到对话中每个词的表示; 在步骤T2中，所述解码器根据对应的角色获取该角色的语句表示，解码器解码时采用不同的注意力模块关注到其他角色的语句表示包括： 步骤T21、根据对话中每句话的说话人角色，将对话按照不同的角色进行表示； 步骤T22、解码器对于所有角色的语句分别进行注意力的关注，得到注意力的分布表示以及编码器上下文表示; 在步骤T4中，所述在解码器的自注意力模块中，每个解码器的隐层表示关注到其他解码器的隐层表示，形成角色自注意力交互包括： 步骤T41、每个解码器根据上一时刻的解码状态和当前的输入信息，得到解码器当前时刻的隐层状态； 步骤T42、将解码器当前时刻的隐层状态关注到其他解码器所有之前时刻的隐层状态，得到角色摘要的上下文表示； 在步骤T5中，所述解码器预测每个位置单词的输出概率包括： 解码器根据自身的隐层状态信息、编码器上下文表示和角色摘要的上下文表示，预测摘要中每个位置的单词的输出概率； 在步骤T6中，所述综合所述跨越注意力交互的损失函数和所述摘要的损失函数，对于模型进行梯度下降的训练和优化包括： T61、将跨越注意力交互的损失函数和摘要的损失函数进行加权融合； T62、使用梯度下降算法对模型进行训练和优化至损失在验证集上不再下降为止。

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北京中科凡语科技有限公司，其通讯地址为：100190 北京市海淀区知春路63号51号楼10层1006；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”。

以上内容由龙图腾AI智能生成。