(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211210980.9 (22)申请日 2022.09.30 (71)申请人 北京澜舟 科技有限公司 地址 100000 北京市海淀区海淀大街3号1 幢10层10 01 (72)发明人 刘明童　韦松伟　朱晴晴　周明　 (74)专利代理 机构 深圳市智享知识产权代理有 限公司 4 4361 专利代理师 冯彬彬 (51)Int.Cl. G06F 40/166(2020.01) G06F 16/332(2019.01) G06F 16/35(2019.01) G06F 40/258(2020.01) G06F 40/30(2020.01) (54)发明名称 一种研报生成方法、 系统及计算机存 储介质 (57)摘要 本发明涉及自然语 言处理技术领域， 特别涉 及一种研报生成方法， 包括以下步骤： 获取语义 计算模型； 获取素材库， 检索词句， 基于检索词句 到素材库中搜索出相关内容构成研报子集； 基于 研报子集通过语义计算模型获得大纲； 对应大纲 召回研报 子集中的段落； 对召回的段落进行排序 组合构成对应大纲的模块内容； 将各模块内容进 行组合成为研报文本。 通过从给定素材库中快速 找到用户关心的信息， 自动完成报告写作。 本发 明基于语义计算模型进行内容的生成， 通过语义 计算， 本发明可以实现大纲生成、 大纲 ‑内容生 成、 内容排序等智 能化信息处理技术， 从而实现 对大量信息的高效整合， 最终生成一篇高质量可 读报告， 供用户参 考。 权利要求书2页 说明书10页 附图7页 CN 115270738 A 2022.11.01 CN 115270738 A 1.一种研报生成方法， 其特 征在于： 包括以下步骤： 获取语义计算模型； 获取素材库， 检索词句， 基于检索词句到素 材库中搜索出相关内容构成研报子集； 基于研报子集 通过语义计算模型获得 大纲； 对应大纲召回研报子集中的段落； 对召回的段落进行排序组合构成对应大纲的模块内容； 将各模块内容进行组合成为研报文本 。 2.如权利要求1所述的研报生成方法， 其特征在于： 基于检索词句到素材库中搜索出相 关内容构成研报子集的包括以下步骤： 分别将素 材库的内容， 检索词句进行向量 化得到文本向量和检索词句向量； 对文本向量和检索词句向量进行相似度匹配； 选取相似度在预设范围内的内容， 并根据相似度的高低排序以构成研报子集。 3.如权利要求1所述的研报生成方法， 其特征在于： 基于研报子集通过语义计算模型获 得大纲包括以下步骤： 抽取研报子集中的标题， 并通过语义计算模型获取 各标题的向量； 基于向量对标题进行聚类处 理得到至少一个簇； 计算簇中的标题与簇中心的语义距离， 其中语义距离为 余弦相似度； 选取各簇中与簇中心语义距离最近的标题作为大纲标题组成第一级别的大纲。 4.如权利要求3所述的研报生成方法， 其特征在于： 对标题的向量使用K ‑Means算法进 行聚类处 理。 5.如权利要求3所述的研报生成方法， 其特征在于： 在选取各簇中与簇中心语义距离最 近的标题作为第一级别大纲之后还 包括： 若簇中除作为大纲标题之外还有其余标题， 则将该部分其余标题作为候选二级标题， 进而获得各个簇中对应大纲标题的候选二级标题； 将候选二级标题进行两两相似度的判别， 若相似度大于预设值， 则将两个候选二级标 题进行连边， 经过迭代后形成二部图， 其中二部图的节点表 示候选二级 标题， 边表示两个候 选二级标题的相似度； 以节点的出度作为对应候选二级标题包含的信 息量， 对二部图通过贪心算法计算获得 蕴含信息量最多但是候选二级标题数量最少的二级标题集合， 并以之作为第二级别的大 纲。 6.如权利要求1所述的研报生成方法， 其特征在于： 对应大纲基于语义向量召回研报子 集中的段落包括以下步骤： 基于大纲获得模块标题， 基于语义计算模型根据模块标题生成对应的标题语义向量； 获取研报子集各 段落的段落语义向量； 计算标题语义向量和段落语义向量的语义距离， 并选取语义距离在预定范围内的段落 作为对应模块标题的段落。 7.如权利要求6所述的研报生成方法， 其特征在于： 对召回的段落进行排序组合构 成对 应大纲的模块内容包括以下步骤： 对选取的与模块标题对应的段落进行筛选， 具体为根据段落语义向量计算段落与 段落权　利　要　求　书 1/2 页 2 CN 115270738 A 2之间的相似度， 若相似度大于预定数值， 则去除较短的段落； 对筛选后的段落进行两两组合， 并编码获得一个深层交互的语义表示， 基于二分类器 判断出排序关系； 最后以排序后的段落作为对应模块标题的模块内容。 8.如权利要求1所述的研报生成方法， 其特 征在于： 获取语义计算模型包括以下步骤： 采用基于关键词抽取的标题获取方法和/或基于摘要的标题生成方法构建标题 ‑段落 对训练数据； 采用双塔模型为基础模型， 采用标题 ‑段落对训练数据对双塔模型进行训练得到语义 计算模型。 9.一种研报生成系统， 用于实现如权利要求1 ‑8任一项所述的研报生成方法的步骤， 其 特征在于： 包括以下模块： 检索模块： 获取素材库， 检索词句， 基于检索词句到素材库中搜索出相关内容构 成研报 子集； 大纲生成模块： 基于研报子集 通过语义计算获得 大纲； 内容生成模块： 对应各 大纲基于语义向量召回研报子集中的段落； 内容排序模块： 对召回的段落进行排序组合构成对应各 大纲的模块内容； 组合模块： 对各模块内容进行组合成为研报文本 。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于： 所述计算机程序 被处理器执行时实现如权利要求1 ‑8任意一项所述的一种研报生成方法。权　利　要　求　书 2/2 页 3 CN 115270738 A 3