基于句子向量的多文档摘要自动提取方法及系统

摘要

本发明公开了基于句子向量的多文档摘要自动提取方法及系统，包括以下步骤：S1、预处理文档集；S2、采用doc2vec模型训练生成句子向量；S3、聚类为各个子主题文档；S4、在各子主题文档中建立句子关系图模型；S5、计算句子权重；S6、抽取句子排序形成摘录。本发明通过大语料集训练doc2vec模型将目标文档集中所有句子用向量表示；用谱聚类聚为各个子主题，在每个子主题中抽取一个句子，从而避免句子冗余问题；按照句子在原文档中的位置排序组成文摘，提高文摘句子的前后连贯性。