1.一种基于方面导向的多文档摘要生成系统，其特征在于，包括：多维度分析模块和方面导向摘要生成模块；所述多维度分析模块包括图编码器和第一编码器；所述方面导向摘要生成模块包括第二编码器和解码器；所述图编码器，用于获取多文档信息并根据所述多文档信息构建异构图以生成中心实体信息；所述第一编码器，用于采用实体－句子层面多头交叉注意力机制根据所述中心实体信息进行筛选以生成中心实体相关信息；所述第二编码器，用于基于方面－句子交叉注意力机制结合所述中心实体相关信息以确定目标文本上下文向量；所述解码器，用于通过方面检测的方式结合所述目标文本上下文向量以生成方面分布分析结果，并根据所述方面分布分析结果生成目标摘要信息；其中，所述图编码器，还用于在接收到多文档信息时，采用Spacy 的方式确定句子集合和实体集合；采用加权池化操作对所述句子集合进行编码以生成文本表示；采用加权池化操作对所述实体集合进行编码以生成实体表示；根据所述文本表示和所述实体表示构建异构图以生成中心实体信息；其中，所述图编码器，还用于构建异构图 ；其中，V作为所述异构图上的节点包含句子节点 和实体节点 ， 表示节点之间的无向边，所述无向边包括：实体－实体、实体－句子两种边；对每个句子 和每个实体 ，结合共现矩阵 ，其中的元素 表示实体 在句子 中的出现次数，使用频率作为所述元素 的值构建共现矩阵；定义所述实体－句子边的权重为所述实体出现的 分数，计算方式为：其中 是实体 在句子 中的频率， 是实体 的逆文档频率；定义所述实体－实体边的权重，在所述实体－实体边中对于任意的一对实体 和 ，计算共现得分，共现得分为：其中m是所述句子的数量， 表示指示函数，如果所述实体 和 共同出现在所述句子中，那么值为1，否则值为0；遍历所有的实体和句子来计算共现得分 。
2.根据权利要求1所述的基于方面导向的多文档摘要生成系统，其特征在于，所述第一编码器，还用于采用图注意力网络更新所述异构图中的节点表示；对于所述异构图中的每个节点，计算与其连接节点的注意力系数：其中， 为句子节点， 为实体节点， 为注意力系数， 是可学习的注意力机制参数， 是训练中的权重参数矩阵， 是节点 的邻居节点集合，LeakyReLU是非线性激活函数，更新节点表示：其中， 表示更新后的节点表示，W表示训练中的权重参数矩阵， 表示ReLU激活函数；采用多头注意力机制来进行特征更新：将多头注意力机制进行拼接得到多头注意力：其中， 代表多头注意力， 代表第n个头计算的注意力，每个头都有独立的 和 ，concat表示拼接操作；根据注意力来计算获取中心实体节点，每个节点的中心性通过其邻接节点的注意力系数加权求和来计算，对于实体节点i，其中心性 ；其中 是实体节点i的邻接节点集合， 是节点i和节点j之间的注意力系数；进行标准化处理，所述标准化处理包括最大化处理和最小化处理：其中 为标准化后的值， 表示所有实体节点的中心性的值，从而确定中心实体：其中， 表示所有的实体节点标准化后的中心性数值，根据所述中心性数值以确定中心实体的节点表示。
3.根据权利要求2所述的基于方面导向的多文档摘要生成系统，其特征在于，所述第一编码器，还用于使用MLP来对所述中心实体的节点表示进行分类；对于所述MLP的第 层：其中 是第L－1的层的输出，对于第一层， ， 和 分别是第L层的权重矩阵和偏置向量， 是非线性激活函数，使用的是ReLU激活函数，然后输出为：其中， 是最后一个隐层的输出， 和 是输出层的权重矩阵和偏置向量；利用 将所述MLP输出层的结果转换为概率分布并根据所述概率分布确定所属领域。
4.根据权利要求1所述的基于方面导向的多文档摘要生成系统，其特征在于，所述多维度分析模块，还包括领域-方面发现；领域-方面先验矩阵A由预设领域和所述预设领域对应的方面构成；使用BART的Tokenizer对字符进行编码，其中元素只有0和1。
5.根据权利要求1所述的基于方面导向的多文档摘要生成系统，其特征在于，所述第二编码器，还用于结合所述第一编码器的文本上下文表示 进行运算以生成更新后的表示为 ：使用上下文表示 作为注意力的值和键，方面信息表示 作为查询；其中， 是所述第二编码器处理后的表示并表示成 。
6.根据权利要求5所述的基于方面导向的多文档摘要生成系统，其特征在于，所述解码器，还用于获取参考摘要，并根据所述参考摘要中的预设Token作为输入结合所述第二编码器的输出 进行运算，在时间步t：其中，所述解码器的输出为 ，得到对于下一个位置的预测结果 ；根据所述 与真实摘要进行比较，并进行损失计算：其中 是所述目标摘要中的Token数量， 是给定当前解码器状态 的条件下，预测的位置的概率。
7.根据权利要求6所述的基于方面导向的多文档摘要生成系统，其特征在于，所述解码器，还用于获取所述第二编码器输出的目标文本上下文向量，并根据束搜索策略对所述目标上下文向量进行扩展；选择概率最高的Top-k个词作为候选，然后更新每个束的得分；其中， 表示当前束在选择新词之前的累积得分， 表示在时间步t下，从解码器输出的概率分布中选择某个具体词的概率经过对数函数的计算， 这是更新后的得分，保留得分最高的k个束以确定最后返回的生成序列。
8.一种基于方面导向的多文档摘要生成方法，其特征在于，执行如权利要求1所述系统执行的方法，所述基于方面导向的多文档摘要生成方法包括：图编码器获取多文档信息并根据所述多文档信息构建异构图以生成中心实体信息；第一编码器采用实体－句子层面多头交叉注意力机制根据所述中心实体信息进行筛选以生成中心实体相关信息；第二编码器基于方面－句子交叉注意力机制结合所述中心实体相关信息以确定目标文本上下文向量；解码器通过方面检测的方式结合所述目标文本上下文向量以生成方面分布分析结果，并根据所述方面分布分析结果生成目标摘要信息。
