一種基于一致性監測的實時事件摘要方法,涉及深度學習,依次使用以下步驟:對監控的文本數據流進行分割和預處理;訓練一個分層循環神經網絡以檢測歷史與實時文本片段之間信息不一致的概率;訓練一個基于深度學習抽取式摘要生成模型;訓練一個基于強化學習和深度學習的生成式摘要模型;將預訓練好的抽取式摘要生成模型和生成式摘要模型結合起來,訓練一個端到端的神經摘要模型;通過訓練好的端到端的神經摘要模型對每個分割時間段的監控文本數據進行解碼,得到信息一致,內容易于理解的實時事件摘要。
聲明:
“基于一致性監測的實時事件摘要方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)