本申请提出一种文档检测方法、装置、电子设备及存储介质。具体实现方案为：对待处理文档的多个文档单元分别进行摘要提取，得到多个文档单元各自对应的文档摘要；对文档摘要进行聚类分析，得到聚类结果；对于聚类结果中属于同一类别的文档摘要进行词性分析，得到文档摘要中每个词的词性；对于属于同一类别的文档摘要中的词性相同的词，进行相关性分析；根据相关性分析的结果，得到待处理文档的评估结果。本申请实施例通过对同一类别的文档摘要的内容进行词性拆分，进而可以判别出有在语义上有差异的词。在此基础上对待处理文档的内容进行评估，提升了文档检测的准确度。提升了文档检测的准确度。提升了文档检测的准确度。
【技术实现步骤摘要】
文档检测方法、装置、设备及存储介质
[0001]本申请涉及人工智能
，尤其涉及一种文档检测方法、装置、设备及存储介质。
技术介绍
[0002]随着互联网的发展，能够从各个角度展示主题内容的各类文档类型层出不穷。例如：PPT(PowerPoint，演示文稿)、WORD、PDF(Portable Document Format，可移植文档格式)等。以上各类文档可作为交互、沟通和展示主题思想的基础工具。但是，很多情况下，制作完成的文档可能会出现文档内容不符合正常逻辑的情况，例如文档前后的内容不一致、主体观点相悖等情况，从而造成文档阅读和观看的体验不佳。
技术实现思路
[0003]本申请实施例提供一种文档检测方法、装置、设备及存储介质，以解决相关技术存在的问题，技术方案如下：
[0004]第一方面，本申请实施例提供了一种文档检测方法，包括：
[0005]对待处理文档的多个文档单元分别进行摘要提取，得到多个文档单元各自对应的文档摘要；
[0006]对文档摘要进行聚类分析，得到聚类结果；
[0007]对于聚类结果中属于同一类别的文档摘要进行词性分析，得到文档摘要中每个词的词性；
[0008]对于属于同一类别的文档摘要中的词性相同的词，进行相关性分析；
[0009]根据相关性分析的结果，得到待处理文档的评估结果。
[0010]在一种实施方式中，对于属于同一类别的文档摘要中的词性相同的词，进行相关性分析，包括：
[0011]根据词性相同的词的词向量夹角，计算词性相同的词之间的词向量距离；
[0012]根据词向量距离得到相关性分析的结果。
[0013]在一种实施方式中，根据词向量距离得到相关性分析的结果，包括：
[0014]在各个不同的词性各自对应的词向量距离中选取最大值；
[0015]根据最大值得到相关性分析的结果。
[0016]在一种实施方式中，根据相关性分析的结果，得到待处理文档的评估结果，包括：
[0017]根据相关性分析的结果，计算文档内容评估参数；
[0018]根据文档内容评估参数，得到待处理文档的评估结果。
[0019]在一种实施方式中，根据相关性分析的结果，计算文档内容评估参数，包括利用以下公式计算文档内容评估参数：
[0020][0021]其中，Q表示文档内容评估参数；P表示相关性分析的结果；α表示第一预设阈值；i表示文档摘要的个数。
[0022]在一种实施方式中，根据文档内容评估参数，得到待处理文档的评估结果，包括：
[0023]在文档内容评估参数小于等于第二预定阈值的情况下，确定待处理文档的评估结果为多个文档单元之间的内容不一致。
[0024]第二方面，本申请实施例提供了一种文档检测装置，包括：
[0025]提取模块，用于对待处理文档的多个文档单元分别进行摘要提取，得到多个文档单元各自对应的文档摘要；
[0026]聚类模块，用于对文档摘要进行聚类分析，得到聚类结果；
[0027]第一分析模块，用于对于聚类结果中属于同一类别的文档摘要进行词性分析，得到文档摘要中每个词的词性；
[0028]第二分析模块，用于对于属于同一类别的文档摘要中的词性相同的词，进行相关性分析；
[0029]评估模块，用于根据相关性分析的结果，得到待处理文档的评估结果。
[0030]在一种实施方式中，第二分析模块包括：
[0031]第一计算子模块，用于根据词性相同的词的词向量夹角，计算词性相同的词之间的词向量距离；
[0032]分析子模块，用于根据词向量距离得到相关性分析的结果。
[0033]在一种实施方式中，分析子模块用于：
[0034]在各个不同的词性各自对应的词向量距离中选取最大值；
[0035]根据最大值得到相关性分析的结果。
[0036]在一种实施方式中，评估模块包括：
[0037]第二计算子模块，用于根据相关性分析的结果，计算文档内容评估参数；
[0038]评估子模块，用于根据文档内容评估参数，得到待处理文档的评估结果。
[0039]在一种实施方式中，第二计算子模块用于利用以下公式计算文档内容评估参数：
[0040][0041]其中，Q表示文档内容评估参数；P表示相关性分析的结果；α表示第一预设阈值；i表示文档摘要的个数。
[0042]在一种实施方式中，评估子模块用于：
[0043]在文档内容评估参数小于等于第二预定阈值的情况下，确定待处理文档的评估结果为多个文档单元之间的内容不一致。
[0044]第三方面，本申请实施例提供了一种电子设备，该设备包括：存储器和处理器。其中，该存储器和该处理器通过内部连接通路互相通信，该存储器用于存储指令，该处理器用于执行该存储器存储的指令，并且当该处理器执行该存储器存储的指令时，使得该处理器
执行上述各方面任一种实施方式中的方法。
[0045]第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储计算机程序，当计算机程序在计算机上运行时，上述各方面任一种实施方式中的方法被执行。
[0046]上述技术方案中的优点或有益效果至少包括：通过对同一类别的文档摘要的内容进行词性拆分，进而可以判别出有在语义上有差异的词。在此基础上对待处理文档的内容进行评估，提升了文档检测的准确度。
[0047]上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本申请进一步的方面、实施方式和特征将会是容易明白的。
附图说明
[0048]在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请公开的一些实施方式，而不应将其视为是对本申请范围的限制。
[0049]图1为根据本申请实施例的文档检测方法的流程图；
[0050]图2为根据本申请另一实施例的文档检测方法的流程图；
[0051]图3为根据本申请另一实施例的文档检测方法的流程图；
[0052]图4为根据本申请另一实施例的文档检测方法的检测流程示意图；
[0053]图5为根据本申请另一实施例的文档检测方法的流程图；
[0054]图6为根据另一本申请实施例的文档检测装置的结构示意图；
[0055]图7为根据另一本申请实施例的文档检测装置的第二分析模块的结构示意图；
[0056]图8为根据另一本申请实施例的文档检测装置的评估模块的结构示意图；
[0057]图9为用来实现本申请实施例的电子设备的框图。
具体实施方式
[0058]在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本申请的精神或范围的情况下，可通过各种不同方式修改本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种文档检测方法，其特征在于，包括：对待处理文档的多个文档单元分别进行摘要提取，得到所述多个文档单元各自对应的文档摘要；对所述文档摘要进行聚类分析，得到聚类结果；对于所述聚类结果中属于同一类别的文档摘要进行词性分析，得到所述文档摘要中每个词的词性；对于属于同一类别的文档摘要中的词性相同的词，进行相关性分析；根据所述相关性分析的结果，得到所述待处理文档的评估结果。2.根据权利要求1所述的方法，其特征在于，对于属于同一类别的文档摘要中的词性相同的词，进行相关性分析，包括：根据所述词性相同的词的词向量夹角，计算所述词性相同的词之间的词向量距离；根据所述词向量距离得到所述相关性分析的结果。3.根据权利要求2所述的方法，其特征在于，根据所述词向量距离得到所述相关性分析的结果，包括：在各个不同的词性各自对应的所述词向量距离中选取最大值；根据所述最大值得到所述相关性分析的结果。4.根据权利要求1至3中任一项所述的方法，其特征在于，根据所述相关性分析的结果，得到所述待处理文档的评估结果，包括：根据所述相关性分析的结果，计算文档内容评估参数；根据所述文档内容评估参数，得到所述待处理文档的评估结果。5.根据权利要求4所述的方法，其特征在于，根据所述相关性分析的结果，计算文档内容评估参数，包括利用以下公式计算所述文档内容评估参数：其中，Q表示所述文档内容评估参数；P表示所述相关性分析的结果；α表示第一预设阈值；i表示所述文档摘要的个数。6.根据权利要求4所述的方法，其特征在于，根据所述文档内容评估参数，得到所述待处理文档的评估结果，包括：在所述文档内容评估参数小于等于第二预定阈值的情况下，确定所述待处理文档的评估结果为所述多个文档单元之间的内容不一致。7.一种文档检测装置，其特征在于，包括：提取模块，用于对待处理文档的多个文档单元分别进行摘要提取，得到所述多个文档单元各自对应的文档摘要；...
【专利技术属性】
技术研发人员：赵明，田科，吴中勤，
申请(专利权)人：北京世纪好未来教育科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。