本發(fā)明涉及自然語言處理，尤其涉及一種文章標題結(jié)構(gòu)生成方法及系統(tǒng)。

背景技術(shù)：

1、本部分的陳述僅僅是提供了與本發(fā)明相關(guān)的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。

2、在現(xiàn)代文章處理中，自動生成文章標題結(jié)構(gòu)具有重要的意義。首先，標題結(jié)構(gòu)可以為文章提供清晰的框架結(jié)構(gòu)，幫助讀者更好地理解文章內(nèi)容。其次，標題結(jié)構(gòu)可以幫助搜索引擎更好地索引和分類文章，提高搜索效率。然而，現(xiàn)有的自動生成文章標題結(jié)構(gòu)的方法存在一定的局限性，例如無法準確識別不同格式的文章，無法準確抽取標題結(jié)構(gòu)信息等。

技術(shù)實現(xiàn)思路

1、為了解決上述背景技術(shù)中存在的技術(shù)問題，本發(fā)明提供一種文章標題結(jié)構(gòu)生成方法及系統(tǒng)，本發(fā)明通過fine-tuning和模型微調(diào)的方式，可以進一步優(yōu)化文章標題結(jié)構(gòu)生成的結(jié)果，提高文章標題結(jié)構(gòu)生成結(jié)果的質(zhì)量和可讀性。

2、為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

3、本發(fā)明的第一個方面提供一種文章標題結(jié)構(gòu)生成方法。

4、一種文章標題結(jié)構(gòu)生成方法，包括：

5、獲取文章的標題結(jié)構(gòu)信息，并根據(jù)標題等級對文章標題結(jié)構(gòu)進行標簽化處理，得到文章不同層級的標題結(jié)構(gòu)；

6、根據(jù)文章標題結(jié)構(gòu)標簽數(shù)據(jù)，進行標題層級樹構(gòu)建；對標題層級樹中葉子節(jié)點進行剪枝，去除掉某個或者多個樹分支的葉子節(jié)點，獲得第一子標題層級樹；在樹分子節(jié)點滿足一定范圍時，根據(jù)標題層級樹的中分支子樹情況，抽取其根節(jié)點下的所有子樹，得到第二子標題層級樹；對標題層級樹中子樹分支進行剪枝，去除掉某個或者多個樹分支，得到第三子標題層級樹；基于第一子標題層級樹、第二子標題層級樹和第三子標題層級樹，構(gòu)建訓(xùn)練樣本集；基于訓(xùn)練樣本集訓(xùn)練文章結(jié)構(gòu)生成大模型；

7、在訓(xùn)練過程中，采用prompt提示詞對輸出結(jié)果進行調(diào)整，以得到符合需求的文章結(jié)構(gòu)生成結(jié)果和已訓(xùn)練的文章結(jié)構(gòu)生成大模型；

8、基于輸入的文章題目，采用已訓(xùn)練的文章結(jié)構(gòu)生成大模型，輸出文章結(jié)構(gòu)候選結(jié)果。

9、進一步地，所述在樹分子節(jié)點滿足一定范圍時為樹分子節(jié)點大于等于5時。

10、進一步地，若基于第一子標題層級樹、第二子標題層級樹或第三子標題層級樹的層級大于2時，對第一子標題層級樹、第二子標題層級樹或第三子標題層級樹進行剪枝處理，否則，不做處理。

11、進一步地，若基于第一子標題層級樹、第二子標題層級樹或第三子標題層級樹的節(jié)點數(shù)大于等于5時，對第一子標題層級樹、第二子標題層級樹或第三子標題層級樹進行剪枝處理，否則，不做處理。

12、進一步地，所述基于訓(xùn)練樣本集訓(xùn)練文章結(jié)構(gòu)生成大模型包括：將最低級別的結(jié)構(gòu)標簽和文本內(nèi)容作為訓(xùn)練輸入數(shù)據(jù)，將高級別的結(jié)構(gòu)標簽和文本內(nèi)容作為訓(xùn)練輸出結(jié)果。

13、進一步地，所述采用prompt提示詞的過程包括：通過對文章結(jié)構(gòu)生成任務(wù)的提示詞進行調(diào)研，并結(jié)合專家建議，找出符合文章結(jié)構(gòu)生成prompt提示詞。

14、進一步地，所述采用prompt提示詞的過程還包括：通過prompt?encoder技術(shù)對文章結(jié)構(gòu)生成任務(wù)的提示詞進行處理，找出符合對子標題的層級內(nèi)容進行重新生成結(jié)構(gòu)層級結(jié)果promot提示詞。

15、進一步地，所述采用prompt提示詞的過程還包括：通過prompt?embedding技術(shù)對補充子標題的結(jié)構(gòu)層級任務(wù)的提示詞進行處理，并結(jié)合專家建議，找出符合對子標題的結(jié)構(gòu)層級進行補充的promot提示詞。

16、本發(fā)明的第二個方面提供一種文章標題結(jié)構(gòu)生成系統(tǒng)。

17、一種文章標題結(jié)構(gòu)生成系統(tǒng)，包括：

18、數(shù)據(jù)獲取模塊，其被配置為：獲取文章的標題結(jié)構(gòu)信息，并根據(jù)標題等級對文章標題結(jié)構(gòu)進行標簽化處理，得到文章不同層級的標題結(jié)構(gòu)；

19、數(shù)據(jù)增強模塊，其被配置為：根據(jù)文章標題結(jié)構(gòu)標簽數(shù)據(jù)，進行標題層級樹構(gòu)建；對標題層級樹中葉子節(jié)點進行剪枝，去除掉某個或者多個樹分支的葉子節(jié)點，獲得第一子標題層級樹；在樹分子節(jié)點滿足一定范圍時，根據(jù)標題層級樹的中分支子樹情況，抽取其根節(jié)點下的所有子樹，得到第二子標題層級樹；對標題層級樹中子樹分支進行剪枝，去除掉某個或者多個樹分支，得到第三子標題層級樹；基于第一子標題層級樹、第二子標題層級樹和第三子標題層級樹，構(gòu)建訓(xùn)練樣本集；基于訓(xùn)練樣本集訓(xùn)練文章結(jié)構(gòu)生成大模型；

20、模型訓(xùn)練模塊，其被配置為：在訓(xùn)練過程中，采用prompt提示詞對輸出結(jié)果進行調(diào)整，以得到符合需求的文章結(jié)構(gòu)生成結(jié)果和已訓(xùn)練的文章結(jié)構(gòu)生成大模型；

21、標題生成模塊，其被配置為：基于輸入的文章題目，采用已訓(xùn)練的文章結(jié)構(gòu)生成大模型，輸出文章結(jié)構(gòu)候選結(jié)果。

22、本發(fā)明的第三個方面提供一種計算機可讀存儲介質(zhì)。

23、一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)如上述第一個方面所述的文章標題結(jié)構(gòu)生成方法中的步驟。

24、本發(fā)明的第四個方面提供一種計算機設(shè)備。

25、一種計算機設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)如上述第一個方面所述的文章標題結(jié)構(gòu)生成方法中的步驟。

26、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

27、本發(fā)明結(jié)合了人工打標簽和智能提取方式，以及層級結(jié)構(gòu)拆解和遞歸等算法，用于生成文章標題的結(jié)構(gòu)化標簽信息。通過fine-tuning訓(xùn)練文章結(jié)構(gòu)生成大模型，該系統(tǒng)可解析用戶輸入的文章題目，并生成文章結(jié)構(gòu)候選結(jié)果。最后，通過對生成好的文章結(jié)構(gòu)候選結(jié)果中的部分子標題內(nèi)容進行promot提示詞文章結(jié)構(gòu)結(jié)果內(nèi)容優(yōu)化，以提高生成文章結(jié)構(gòu)的準確性和質(zhì)量。

28、根據(jù)本發(fā)明，用戶可以根據(jù)需求輸入文章名稱和提示詞，個性化定制文章標題結(jié)構(gòu)生成結(jié)果，提高了用戶體驗。

29、本發(fā)明基于文章結(jié)構(gòu)標簽化，訓(xùn)練數(shù)據(jù)增強算法，大模型訓(xùn)練算法，結(jié)構(gòu)生成展示算法和promot優(yōu)化算法，實現(xiàn)了自動化、高效率的文章處理。與傳統(tǒng)的手動編寫標題結(jié)構(gòu)相比，本發(fā)明具有更高的準確性和效率，能夠大大提升文章處理的效果和工作效率。

技術(shù)特征：

1.一種文章標題結(jié)構(gòu)生成方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的文章標題結(jié)構(gòu)生成方法，其特征在于，所述在樹分子節(jié)點滿足一定范圍時為樹分子節(jié)點大于等于5時。

3.根據(jù)權(quán)利要求1所述的文章標題結(jié)構(gòu)生成方法，其特征在于，若基于第一子標題層級樹、第二子標題層級樹或第三子標題層級樹的層級大于2時，對第一子標題層級樹、第二子標題層級樹或第三子標題層級樹進行剪枝處理，否則，不做處理；

4.根據(jù)權(quán)利要求1所述的文章標題結(jié)構(gòu)生成方法，其特征在于，所述基于訓(xùn)練樣本集訓(xùn)練文章結(jié)構(gòu)生成大模型包括：將最低級別的結(jié)構(gòu)標簽和文本內(nèi)容作為訓(xùn)練輸入數(shù)據(jù)，將高級別的結(jié)構(gòu)標簽和文本內(nèi)容作為訓(xùn)練輸出結(jié)果。

5.根據(jù)權(quán)利要求1所述的文章標題結(jié)構(gòu)生成方法，其特征在于，所述采用prompt提示詞的過程包括：通過對文章結(jié)構(gòu)生成任務(wù)的提示詞進行調(diào)研，并結(jié)合專家建議，找出符合文章結(jié)構(gòu)生成prompt提示詞。

6.根據(jù)權(quán)利要求1所述的文章標題結(jié)構(gòu)生成方法，其特征在于，所述采用prompt提示詞的過程還包括：通過prompt?encoder技術(shù)對文章結(jié)構(gòu)生成任務(wù)的提示詞進行處理，找出符合對子標題的層級內(nèi)容進行重新生成結(jié)構(gòu)層級結(jié)果promot提示詞。

7.根據(jù)權(quán)利要求1所述的文章標題結(jié)構(gòu)生成方法，其特征在于，所述采用prompt提示詞的過程還包括：通過prompt?embedding技術(shù)對補充子標題的結(jié)構(gòu)層級任務(wù)的提示詞進行處理，并結(jié)合專家建議，找出符合對子標題的結(jié)構(gòu)層級進行補充的promot提示詞。

8.一種文章標題結(jié)構(gòu)生成系統(tǒng)，其特征在于，包括：

9.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-7中任一項所述的文章標題結(jié)構(gòu)生成方法中的步驟。

10.一種計算機設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)如權(quán)利要求1-7中任一項所述的文章標題結(jié)構(gòu)生成方法中的步驟。

技術(shù)總結(jié)
本發(fā)明涉及自然語言處理領(lǐng)域，提供了一種文章標題結(jié)構(gòu)生成方法及系統(tǒng)。該方法包括，獲取文章的標題結(jié)構(gòu)信息，并根據(jù)標題等級對文章標題結(jié)構(gòu)進行標簽化處理，得到文章不同層級的標題結(jié)構(gòu)；根據(jù)文章標題結(jié)構(gòu)標簽數(shù)據(jù)，進行標題層級樹構(gòu)建；對標題層級樹中葉子節(jié)點進行剪枝，去除掉某個或者多個樹分支的葉子節(jié)點，獲得第一子標題層級樹；在樹分子節(jié)點滿足一定范圍時，根據(jù)標題層級樹的中分支子樹情況，抽取其根節(jié)點下的所有子樹，得到第二子標題層級樹；對標題層級樹中子樹分支進行剪枝，去除掉某個或者多個樹分支，得到第三子標題層級樹；基于第一子標題層級樹、第二子標題層級樹和第三子標題層級樹，構(gòu)建訓(xùn)練樣本集，訓(xùn)練文章結(jié)構(gòu)生成大模型。

技術(shù)研發(fā)人員：肖曉東,汪友杰,王震,史雙雙,肖付寒,房玉川,曲孟龍,朱洪浩,任文峰,王進凱,金葉,任慧,董瀟,李劍,宋漢捷,田鴻藝,王原,趙西創(chuàng)
受保護的技術(shù)使用者：山東魯軟數(shù)字科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23