一種基于一致性監(jiān)測的實時事件摘要方法,涉及深度學(xué)習(xí),依次使用以下步驟:對監(jiān)控的文本數(shù)據(jù)流進行分割和預(yù)處理;訓(xùn)練一個分層循環(huán)神經(jīng)網(wǎng)絡(luò)以檢測歷史與實時文本片段之間信息不一致的概率;訓(xùn)練一個基于深度學(xué)習(xí)抽取式摘要生成模型;訓(xùn)練一個基于強化學(xué)習(xí)和深度學(xué)習(xí)的生成式摘要模型;將預(yù)訓(xùn)練好的抽取式摘要生成模型和生成式摘要模型結(jié)合起來,訓(xùn)練一個端到端的神經(jīng)摘要模型;通過訓(xùn)練好的端到端的神經(jīng)摘要模型對每個分割時間段的監(jiān)控文本數(shù)據(jù)進行解碼,得到信息一致,內(nèi)容易于理解的實時事件摘要。
聲明:
“基于一致性監(jiān)測的實時事件摘要方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)