一种基于一致性监测的实时事件摘要方法,涉及深度学习,依次使用以下步骤:对监控的文本数据流进行分割和预处理;训练一个分层循环神经网络以检测历史与实时文本片段之间信息不一致的概率;训练一个基于深度学习抽取式摘要生成模型;训练一个基于强化学习和深度学习的生成式摘要模型;将预训练好的抽取式摘要生成模型和生成式摘要模型结合起来,训练一个端到端的神经摘要模型;通过训练好的端到端的神经摘要模型对每个分割时间段的监控文本数据进行解码,得到信息一致,内容易于理解的实时事件摘要。
声明:
“基于一致性监测的实时事件摘要方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)