(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210744348.6 (22)申请日 2022.06.28 (71)申请人 中国人民解 放军63768部队 地址 710699 陕西省西安市临潼区书院东 路12号 申请人 西安工业大 学 (72)发明人 刘军　徐飞　彭佳佳　陈芾珩　 贠曼　 (74)专利代理 机构 西安通大专利代理有限责任 公司 6120 0 专利代理师 李鹏威 (51)Int.Cl. G06F 16/34(2019.01) G06F 40/289(2020.01) G06F 40/216(2020.01)G06F 40/242(2020.01) G06F 40/30(2020.01) G06F 17/16(2006.01) (54)发明名称 一种新闻自动摘要方法及系统 (57)摘要 本发明公开了一种新闻自动摘要方法及系 统， 基于MF ‑TextRank算法生成自动文本摘要模 型为抽取式摘要， 引入Word2vec模型进行文本语 义表示， 解决了矩阵稀疏和维数爆炸的问题， 同 时提高了语义表达程度； 计算句子与标题的相似 度， 根据IF ‑IDF算法获得新闻关键词， 计算句子 中心性； 结合标题特征， 中心性特征以及句间相 似度， 通过实验调整权重因子， 迭代计算直至收 敛， 选取句子节点权重靠前的进行新闻摘要抽 取； 本文给出的方法更好的挖掘文本信息， 不遗 漏关键信息， 充分利用领域信息， 得到一个面向 领域的冗余度低、 可读性较高的新闻摘要。 权利要求书2页 说明书9页 附图3页 CN 114996444 A 2022.09.02 CN 114996444 A 1.一种新闻自动摘要方法， 其特 征在于， 包括以下步骤： S1， 对新闻文本进行 预处理， 首先进行分句处 理， 根据分句结果进行分词， 去停用词； S2， 计算分词处 理后的新闻文本中句子与标题的相似度； S3， 利用IF ‑IDF模型获取新 闻文本中的关键词， 通过爬取新 闻相关领域词， 构 建领域词 典， 结合关键词和领域词计算句子中心性； S4， 将文本预处 理后的句子进行 特征向量表示， 计算句子间的相似度； S5， 根据句子与标题 的相似度、 句子中心性和句子间的相似度迭代计算调整后的句子 相似度矩阵直至收敛， 根据句子权重大小进 行排序， 得到相应的句子排序， 选取句子权重排 序靠前的句子作为 最终摘要。 2.根据权利要求1所述的一种新闻自动摘要方法， 其特征在于， 按照标点符号进行分句 处理， 对分句处 理后小于七个字的短句进行删除。 3.根据权利要求1所述的一种新闻自动摘要方法， 其特征在于， 对标题进行分词并去停 用词， 然后对标题中的关键词赋权重， 根据关键词权重计算句子权重， 作为句子与标题的相 似度： 4.根据权利要求1所述的一种新闻自动摘要方法， 其特征在于， 句子的中心性得分计算 公式如下： 其中Wc,k表示新闻中第k个句子的重要性得分， kw＝ks∩kos， KW＝ks∪kos， ks表示第k 个句子中包含的关键词， kos表示除第k个句子外， 其他句子中包含的关键词， w表示关键词 词的权重。 5.根据权利要求 4所述的一种新闻自动摘要方法， 其特 征在于， 领域词的权 重为0.5。 6.根据权利要求1所述的一种新闻自动摘要方法， 其特征在于， 通过词向量将单词转换 为1*100维的向量， 所有词向量相加求平均值， 则句子可以表示 为： 其中si表示新闻中的第i个句子， w ′i表示senti中的第i个单词的词向量， 则两句子相似 度的计算公式表示 为： 其中， cos(si,sj)为句子si， sj的相似度， n为词向量的维数； sik为si向量第k维的值， sjk权　利　要　求　书 1/2 页 2 CN 114996444 A 2为sj向量第k维的值。 7.根据权利要求1所述的一种新闻自动摘要方法， 其特征在于， 综合考虑各部分权重影 响因子， 构建句子 权重计算公式： WT＝ λtWt+λcWc+λfWf 其中λ为影响各部分权 重的影响因子， Wf为句间相似度， WT为最终的句子 权重。 8.根据权利要求7所述的一种新闻自动摘要方法， 其特征在于， λ是根据实验分析调优 后的加权系数， 取值范围为0～1， 且 λt+λc+λf＝1。 9.根据权利要求8所述的一种新闻自动摘要方法， 其特征在于， λt＝0.2， λc＝0.1， λf＝ 0.7。 10.一种新闻自动摘要系统， 其特征在于， 包括预处理模块， 特征计算模块和摘要生成 模块： 预处理模块用于对新闻文本进行预处理， 首先进行分句处理， 根据分句结果进行分词， 去停用词； 特征计算模块用于计算分词处理后的新 闻文本中句子与标题的相似度； 利用IF ‑IDF模 型获取新闻文本中的关键词， 通过爬取新闻相关领域词， 构建领域词典， 结合关键词和领域 词计算句子中心性； 将文本预处 理后的句子进行 特征向量表示， 计算句子间的相似度； 摘要生成模块用于根据句子与 标题的相似度、 句子 中心性和句子间的相似度迭代计算 调整后的句子相似度 矩阵直至收敛， 根据句子权重大小进行排序， 得到相应的句子排序， 选 取句子权重排序靠前的句子作为 最终摘要。权　利　要　求　书 2/2 页 3 CN 114996444 A 3