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！

龙图腾网获悉浙江大学申请的专利一种生成式和抽取式相结合的文本摘要生成方法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：CN115757762B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202211494675.7，技术领域涉及：G06F16/34；该发明授权一种生成式和抽取式相结合的文本摘要生成方法是由陈曦;张寅;陈强龙设计研发完成，并于2022-11-25向国家知识产权局提交的专利申请。

本一种生成式和抽取式相结合的文本摘要生成方法在说明书摘要公布了：本发明公开了一种生成式和抽取式相结合的文本摘要生成方法。本发明包括如下步骤：首先在文本摘要数据上标记出原文中作为摘要的句子；然后在训练时，在生成式预训练语言模型的编码器之后接入句子编码层和分类层，利用摘要句子标记构建分类损失，以提高抽取摘要句子的能力；通过编码器学习文本表征，再通过句子编码层学习句子表征，将编码器输出的文本特征和句子编码层输出的句子特征进行拼接，输入到解码器中生成原文档的摘要。预测时候则不使用句子分类层。与现有技术相比，通过在预训练语言模型的编码器和解码器之间引入句子编码层和分类层，融合了生成式与抽取式文本摘要，利用了作为摘要的句子，控制和指导生成过程，以提高文本摘要质量。

本发明授权一种生成式和抽取式相结合的文本摘要生成方法在权利要求书中公布了：1.一种生成式和抽取式相结合的文本摘要生成方法，其特征在于，步骤如下： S1：获取文本摘要生成任务训练所需的数据集，数据集中的每个样本包含原文本和摘要文本；将每个样本中的原文本、摘要均进行句子切分，同时计算原文本中每个句子和摘要文本中每个句子的相似度，为所述相似度高于阈值的原文本句子赋予摘要相关句标签，从而使得训练集中每个样本同时包含摘要和摘要句子标签； S2：基于生成式预训练语言模型，在生成式预训练语言模型的编码器和解码器之间级联一个句子编码层，从而构建形成文本摘要生成模型；在所述文本摘要生成模型中，原文本中的句子输入编码器中，通过编码器生成文本表征后输入句子编码层中生成句子表征，编码器生成的文本表征和句子编码层生成的句子表征经过融合后传入到解码器中，由解码器生成原文本对应的摘要； S3、在文本摘要生成模型中的句子编码层上增加一个用于辅助训练的分类层，所述句子编码层和分类层构成分类器，基于句子编码层生成的句子表征对原文本中的每个句子进行分类，输出该语句是否作为摘要相关句；然后利用所述训练集对带有分类器的文本摘要生成模型进行迭代训练，且在每一个训练步中，一方面需要通过第一优化器和摘要句子分类损失来优化句子编码层和分类层，另一方面需要通过第二优化器和摘要文本损失来优化编码器和解码器； S4、将待生成摘要的目标文本输入到训练后的文本摘要生成模型中，先通过编码器生成文本表征，然后将文本表征输入句子编码层中生成句子表征，再将文本表征和句子表征融合后传入到解码器中，由解码器生成目标文本对应的摘要。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。