一種基于一致性監(jiān)測的實時事件摘要方法，涉及深度學習，依次使用以下步驟：對監(jiān)控的文本數(shù)據(jù)流進行分割和預處理；訓練一個分層循環(huán)神經(jīng)網(wǎng)絡以檢測歷史與實時文本片段之間信息不一致的概率；訓練一個基于深度學習抽取式摘要生成模型；訓練一個基于強化學習和深度學習的生成式摘要模型；將預訓練好的抽取式摘要生成模型和生成式摘要模型結(jié)合起來，訓練一個端到端的神經(jīng)摘要模型；通過訓練好的端到端的神經(jīng)摘要模型對每個分割時間段的監(jiān)控文本數(shù)據(jù)進行解碼，得到信息一致，內(nèi)容易于理解的實時事件摘要。