本申请提供一种公文批阅信息的生成方法、装置、电子设备及计算机程序产品，涉及数据处理技术领域。所述方法包括：通过主题模型识别待测公文文本正文的文本主题信息；根据文本主题信息对待测公文文本进行文本简化后，利用公文预测模型获取待测公文文本的待测公文向量；根据公文向量相似度从历史公文库中匹配出与待测公文文本最相似的历史公文；根据历史公文的批阅信息生成得到待测公文文本的批阅信息。本申请根据匹配得到的最相似历史公文的批阅信息生成待测公文的批阅信息，能够在公文量级较小的前提下，准确地预测得出批阅信息，从而有效提高了批阅信息预测的准确性，并且能够快速适应批阅方式的变化。速适应批阅方式的变化。速适应批阅方式的变化。
【技术实现步骤摘要】
一种公文批阅信息的生成方法及装置
[0001]本申请涉及数据处理
，具体涉及一种公文批阅信息的生成方法、装置、电子设备及计算机程序产品。
技术介绍
[0002]随着各个公司精细化管理程度的加深，越来越多审批流程通过办公系统承载，同样也产生了越来越多的公文需要各级人员审批处理。在审批处理时，一般要填写意见并且选择后续处理的候选人，这对于处理人员尤其是领导或者综合人员，占用了大量的工作时间。
[0003]对于公文审批意见以及后续处理候选人的预测，现有技术对于此应用场景实现智能化的AI技术主要有两类，一类是生成式模型，此类模型通过输入文本及输出文本对，使用深度神经网络，端到端学习输入文本与输出文本映射关系，在新文本预测时，模型直接生成输出文本；另一类是分类模型，此类模型先将已知输出文本转化为分类字典，然后进行分类任务模型学习，在新文本预测时，根据分类预测结果从对应类别的字典中获取得到输出文本。
[0004]上述现有技术需要海量数据才能获得良好的模型效果，而公文应用场景数据量明显不足，同时通过生成式模型生成的输出文本很难保证语义的有效性，在实际应用中可能出现的令人费解的预测结果，非常影响用户的体验。如果使用分类模型，则分类的定义也会由于用户文本书写的随意性而造成分类不佳影响模型预测效果。此外，在公文应用场景中经常出现的人员、职责等方面的变更，也会导致公文批阅信息的陡变，而现有模型由于需要基于大量数据学习，陡变后数据需要积累相当的数量后，模型才能做出较明显的调整，这个时间往往较长，无法适应实际应用的需求。
技术实现思路
[0005]本申请实施例提供一种公文批阅信息的生成方法、装置、电子设备及计算机程序产品，用以解决现有技术对公文批阅信息进行预测的结果准确性偏低的问题。
[0006]第一方面，本申请实施例提供一种公文批阅信息的生成方法，包括：
[0007]将待测公文文本的文档正文输入至预先训练好的主题模型，得到所述主题模型输出的文本主题信息；
[0008]根据所述文本主题信息对所述待测公文文本的文档正文进行文本简化后，将简化后的待测公文文本输入至预先训练好的公文预测模型，得到所述公文预测模型输出的待测公文向量；
[0009]从预存的历史公文库中匹配出与所述待测公文向量相似度最高的历史公文向量相对应的目标历史公文；
[0010]根据所述目标历史公文的批阅信息生成得到所述待测公文文本的批阅信息；
[0011]其中，所述文本主题信息包括若干个主题词以及每一主题词对应的主题权重；所
述主题模型是基于文档分词样本以及与所述文档分词样本对应的文本主题信息进行训练得到的；所述公文预测模型是基于公文文本样本以及与所述公文文本样本对应的公文向量进行训练得到的。
[0012]在一个实施例中，所述公文预测模型包括文本输入层、特征提取层、预测结果融合输出层；
[0013]所述将简化后的待测公文文本输入至预先训练好的公文预测模型，得到所述公文预测模型输出的待测公文向量，包括：
[0014]将简化后的待测公文文本输入至预先训练好的公文预测模型，通过所述文本输入层分别获取所述待测公文文本的结构化属性、文档标题和文档正文；
[0015]通过所述特征提取层分别对所述结构化属性、所述文档标题和所述文档正文进行特征提取得到属性特征向量、标题特征向量和正文特征向量；
[0016]通过所述预测结果融合输出层根据预设的决策权重对所述属性特征向量、所述标题特征向量和所述正文特征向量进行融合，得到所述待测公文向量并输出。
[0017]在一个实施例中，所述通过所述特征提取层分别对所述结构化属性、所述文档标题和所述文档正文进行特征提取得到属性特征向量、标题特征向量和正文特征向量，包括：
[0018]通过所述特征提取层利用独热编码器对所述结构化属性进行特征提取得到所述属性特征向量；
[0019]通过所述特征提取层利用bilstm神经网络对所述文档标题进行特征提取得到所述标题特征向量；
[0020]通过所述特征提取层利用HAN神经网络对所述文档正文进行特征提取得到所述正文特征向量。
[0021]在一个实施例中，所述根据所述文本主题信息对所述待测公文文本的文档正文进行文本简化，包括：
[0022]根据所述文本主题信息，将所述待测公文文本的文档正文中主题权重小于预设阈值的主题词进行剔除，得到所述简化后的待测公文文本。
[0023]在一个实施例中，所述从预存的历史公文库中匹配出与所述待测公文向量相似度最高的历史公文向量相对应的目标历史公文，包括：
[0024]计算所述待测公文向量与预存的历史公文库中每一历史公文向量之间的余弦相似度，继而匹配出最高的余弦相似度相对应的历史公文作为所述目标历史公文。
[0025]在一个实施例中，所述的公文批阅信息的生成方法还包括：
[0026]根据预先构建的特征数据库对所述待测公文文本的批阅信息进行优化改写；其中，所述特征数据库包括同义词关系数据、部门映射关系数据、人员职责数据、主题词映射数据中的一种或多种。
[0027]在一个实施例中，在所述将待测公文文本的文档正文输入至预先训练好的主题模型之前，还包括：
[0028]对预存的历史公文数据进行数据预处理；其中，所述历史公文数据包括所述文档分词样本和所述公文文本样本；
[0029]所述数据预处理包括：
[0030]识别出所述历史公文数据中的干扰数据并筛除，得到所述公文文本样本；
[0031]提取出所述历史公文数据中的业务专业词并构建业务领域分词词典；
[0032]基于所述业务领域分词词典对所述公文文本样本进行分词操作，得到所述文档分词样本；
[0033]结合人员架构信息以及公文所处环节信息生成得到业务辅助信息。
[0034]第二方面，本申请实施例提供一种公文批阅信息的生成装置，包括：
[0035]主题识别模块，用于将待测公文文本的文档正文输入至预先训练好的主题模型，得到所述主题模型输出的文本主题信息；
[0036]向量预测模块，用于根据所述文本主题信息对所述待测公文文本的文档正文进行文本简化后，将简化后的待测公文文本输入至预先训练好的公文预测模型，得到所述公文预测模型输出的待测公文向量；
[0037]公文匹配模块，用于从预存的历史公文库中匹配出与所述待测公文向量相似度最高的历史公文向量相对应的目标历史公文；
[0038]审批生成模块，用于根据所述目标历史公文的批阅信息生成得到所述待测公文文本的批阅信息；
[0039]其中，所述文本主题信息包括若干个主题词以及每一主题词对应的主题权重；所述主题模型是基于文档分词样本以及与所述文档分词样本对应的文本主题信息进行训练得到的；所述公文预测模型是基于公文文本样本以及与所述公文文本样本对应的公文向量进行训练得到的。
[0040]第三方面，本申请实施例提供一种电子设备，包括处理器和存储有本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种公文批阅信息的生成方法，其特征在于，包括：将待测公文文本的文档正文输入至预先训练好的主题模型，得到所述主题模型输出的文本主题信息；根据所述文本主题信息对所述待测公文文本的文档正文进行文本简化后，将简化后的待测公文文本输入至预先训练好的公文预测模型，得到所述公文预测模型输出的待测公文向量；从预存的历史公文库中匹配出与所述待测公文向量相似度最高的历史公文向量相对应的目标历史公文；根据所述目标历史公文的批阅信息生成得到所述待测公文文本的批阅信息；其中，所述文本主题信息包括若干个主题词以及每一主题词对应的主题权重；所述主题模型是基于文档分词样本以及与所述文档分词样本对应的文本主题信息进行训练得到的；所述公文预测模型是基于公文文本样本以及与所述公文文本样本对应的公文向量进行训练得到的。2.根据权利要求1所述的公文批阅信息的生成方法，其特征在于，所述公文预测模型包括文本输入层、特征提取层、预测结果融合输出层；所述将简化后的待测公文文本输入至预先训练好的公文预测模型，得到所述公文预测模型输出的待测公文向量，包括：将简化后的待测公文文本输入至预先训练好的公文预测模型，通过所述文本输入层分别获取所述待测公文文本的结构化属性、文档标题和文档正文；通过所述特征提取层分别对所述结构化属性、所述文档标题和所述文档正文进行特征提取得到属性特征向量、标题特征向量和正文特征向量；通过所述预测结果融合输出层根据预设的决策权重对所述属性特征向量、所述标题特征向量和所述正文特征向量进行融合，得到所述待测公文向量并输出。3.根据权利要求2所述的公文批阅信息的生成方法，其特征在于，所述通过所述特征提取层分别对所述结构化属性、所述文档标题和所述文档正文进行特征提取得到属性特征向量、标题特征向量和正文特征向量，包括：通过所述特征提取层利用独热编码器对所述结构化属性进行特征提取得到所述属性特征向量；通过所述特征提取层利用bilstm神经网络对所述文档标题进行特征提取得到所述标题特征向量；通过所述特征提取层利用HAN神经网络对所述文档正文进行特征提取得到所述正文特征向量。4.根据权利要求1所述的公文批阅信息的生成方法，其特征在于，所述根据所述文本主题信息对所述待测公文文本的文档正文进行文本简化，包括：根据所述文本主题信息，将所述待测公文文本的文档正文中主题权重小于预设阈值的主题词进行剔除，得到所述简化后的待测公文文本。5.根据权利要求1所述的公文批阅信息的生成方法，其特征在于，...
【专利技术属性】
技术研发人员：胡颉，石正贵，张淼，
申请(专利权)人：中国移动通信集团有限公司，
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。