1.一种基于词权的文本摘要提取方法，其特征在于，包括：获取N条句子集合和标题T，N为大于0的整数；

对所述N条句子集合和标题T进行处理，得到长度为m的词典；

根据词权公式对所述长度为m的词典进行计算，得到长度为m的词权矩阵；

根据句子相似度公式对所述长度为m的词权矩阵进行计算，得到相似度矩阵D；

根据句子与标题的相似度公式，计算所述N条句子集合和所述标题T的相似度，得到矩阵TD；

根据句子权重计算公式和所述相似度矩阵D，得到收敛值矩阵WD；

根据所述矩阵TD和所述收敛值矩阵WD的乘积，得到句子权重值；

确定目标句子权重值大于预置阈值对应的文本为摘要，所述目标句子权重值为所述句子权重值的子集。

2.根据权利要求1所述的方法，其特征在于，所述词权公式为：其中，wij为第i个句子中第j个词,m为所有句子互不相同的词典数，tfij为词wij的词频，N为句子总数，Nwij出现词wij的句子数。

3.根据权利要求1所述的方法，其特征在于，所述句子相似度公式为：其中，c∈m,a,b∈N，Sa表示句子a,Sb表示句子b，xc表示句子Sa的第c维特征，yc表示句子Sb的第c维特征，m为所有句子互不相同的词典数，N句子总数。

4.根据权利要求1所述的方法，其特征在于，所述句子与标题的相似度公式为：TSi＝1+sim(T,Si)*h，

其中，i∈N，T为标题向量，Si表示第i个句子的向量，h为调整系数，取值在(0,1)之间。

5.根据权利要求1所述的方法，其特征在于，所述句子权重计算公式为：其中，d为阻尼系数，N为句子总数，In(Sj)表示指向句子Sj的集合，Out(Sj)表示句子Sj所指向的集合，wij句子i和句子j的连接权重，wjk由句子j指向句子k的连接权重，ws(Si)表示第i个句子的权重。

6.根据权利要求1‑4中任一项所述的方法，其特征在于，对所述N条句子集合和标题进行处理，得到长度为m的词典，包括：对所述N条句子集合和标题进行分词，并清除停用词，得到所述长度为m的词典。

7.根据权利要求1‑4中任一项所述的方法，其特征在于，所述方法还包括：对所述长度为m的词权矩阵进行向量化；

所述根据词权公式对所述长度为m的词典进行计算，得到长度为m的词权矩阵，包括：根据所述词权公式，对向量化后的所述长度为m的词典进行计算，得到所述长度为m的词权矩阵。

8.一种计算装置，其特征在于，包括：

获取模块，用于获取N条句子集合和标题T，N为大于0的整数；

第一得到模块，用于对所述N条句子集合和标题T进行处理，得到长度为m的词典；

第二得到模块，用于根据词权公式对所述长度为m的词典进行计算，得到长度为m的词权矩阵；

第三得到模块，用于根据句子相似度公式对所述长度为m的词权矩阵进行计算，得到相似度矩阵D；

第四得到模块，用于根据句子与标题T的相似度公式，计算所述N条句子集合和所述标题的相似度，得到矩阵TD；

第五得到模块，用于根据句子权重计算公式和所述相似度矩阵D，得到收敛值矩阵WD；

第六得到模块，用于根据所述矩阵TD和所述收敛值矩阵WD的乘积，得到句子权重值；

确定模块，用于确定目标句子权重值大于预置阈值对应的文本为摘要，所述目标句子权重值为所述句子权重值的子集。

9.一种计算装置，其特征在于，包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1‑7中任一项所述的基于词权的文本摘要提取方法的步骤。

10.一种可读存储介质，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1‑7中任一项所述的基于词权的文本摘要提取方法的步骤。