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！

龙图腾网获悉上海师范大学申请的专利一种融合全局和局部语义特征的文本摘要生成方法及系统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：CN116069924B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202310096168.6，技术领域涉及：G06F16/34；该发明授权一种融合全局和局部语义特征的文本摘要生成方法及系统是由袁非牛;戴维;汪春梅设计研发完成，并于2023-02-10向国家知识产权局提交的专利申请。

本一种融合全局和局部语义特征的文本摘要生成方法及系统在说明书摘要公布了：本发明公开了一种融合全局和局部语义特征的文本摘要生成方法及系统，属于自然语言处理技术领域。该方法包括：接收待生成摘要的文本，并进行预处理；将所述预处理后的文本分别输入全局语义特征提取模块和局部语义特征提取模块，得到全局语义特征向量和局部语义特征向量；将其输入注意力机制中进行融合，得到上下文向量；根据得到的所述上下文向量，输入基于指针机制的解码层，得到最终生成的文本摘要。本发明融合局部语义特征与全局语义特征，加强了生成摘要的准确性和模型对语义信息提取的能力；使用基于指针机制的解码器，同时从原文和词表中抽取词汇组成最终生成的摘要，解决文本摘要领域常见的词表外单词OOV问题。

本发明授权一种融合全局和局部语义特征的文本摘要生成方法及系统在权利要求书中公布了：1.一种融合全局和局部语义特征的文本摘要生成方法，其特征在于，包括如下步骤： 1接收待生成摘要的文本，并进行预处理； 2构建文本摘要生成模型，所述模型包括：全局语义特征提取模块和局部语义特征提取模块、注意力机制以及基于指针机制的解码层； 将所述预处理后的文本分别输入全局语义特征提取模块和局部语义特征提取模块，得到全局语义特征向量和局部语义特征向量； 将所述全局语义特征向量和局部语义特征向量输入注意力机制中进行融合，得到融合全局和局部语义特征的上下文向量； 根据得到的所述上下文向量，输入基于指针机制的解码层，得到最终生成的文本摘要； 所述全局语义特征提取模块由卷积神经网络和单层双向的长短期序列网络组成，将卷积神经网络CNN和双向长短期记忆网络Bi-LSTM的输出进行融合，得到全局语义特征向量；具体为： 2.1所述预处理后的文本输入所述卷积神经网络CNN，计算公式如下： 其中，h指的是卷积核的长度，表示所述预处理后的文本中从第i个词向量开始到h个词向量组成的矩阵，f表示非线性激活函数，为偏置项，表示卷积核； 2.2所述预处理后的文本输入所述双向长短期记忆网络Bi-LSTM，计算公式如下： 其中，和分别表示该词向量在Bi-LSTM隐藏层的正向状态和反向状态表示，表示Bi-LSTM编码器隐藏层状态； 2.3融合得到全局语义特征向量： 其中：为全局语义特征向量； 所述局部语义特征提取模块由keybert关键词提取器和基于transformer的多头自注意力机制组成；所述keybert关键词提取器具体过程如下： 首先使用BERT获取所述预处理后的文本的向量级表示，随后针对n元词组或短语与所述预处理后的文本向量进行相似度计算，根据结果查找出相似度最高的词组或短语，并将其作为关键词提取出来； 3基于损失函数对模型进行训练，得到训练好的所述文本摘要生成模型； 4将经过步骤1处理后的待生成摘要的文本，输入训练好的所述文本摘要生成模型，生成文本摘要。

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上海师范大学，其通讯地址为：200234 上海市徐汇区桂林路100号；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。