System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及信息,具体涉及一种稿件智能评分方法、稿件智能评分系统、电子设备及存储介质。
技术介绍
1、目前,现有采编系统的审稿方式大多数为人工审稿方式,而现有技术中的智能审稿方法的主要功能包括以下几个方面:
2、1.语法和拼写检查:智能审稿系统可以自动检测文本中的语法和拼写错误,并提供修改建议和意见。
3、2.格式检查:智能审稿系统可以自动检测文本中的格式问题,如字体、字号、行距等,以确保文本符合出版要求。
4、3.抄袭检测:智能审稿系统可以自动检测文本中的抄袭和重复内容,以确保论文的原创性和质量。
5、现有技术中的智能审稿方法目前存在以下缺点:
6、1、许多采编系统仅仅提供1到2项的智能检查功能,
7、2、不能替代人工,需要人工来审核。
8、3、不能对稿件质量给出客观评价。
9、上述问题目前缺乏简便有效的解决方案。
技术实现思路
1、本专利技术的目的在于提供一种稿件智能评分方法、稿件智能评分系统、电子设备及存储介质,利用向量检索与赋分相结合,实现自动化且客观的稿件评分。
2、为实现上述目的,本专利技术提供一种稿件智能评分方法,包括以下步骤:建立语料库,所述语料库包括多个主题关键词;对每一个所述主题关键词赋予分数;提取被审核稿件的核心信息;将所述核心信息转化为第一特征向量,将所述主题关键词转化为第二特征向量,在所述语料库中选取与所述第一特征向量的距离按从小到大排名前预设位数
3、可选的,在提取被审核稿件的核心信息前,对所述被审核稿件进行查重操作,若查重结果显示的抄袭率超过预设数值,则中止执行所述稿件智能评分方法,并输出不合格信息。
4、可选的,所述语料库的建立方式包括:获取互联网上预设时间段内的预设领域内的文章,根据所述文章的主题关键词,建立所述语料库。
5、可选的,所述对每一个所述主题关键词赋予分数,具体包括:根据所述主题关键词在互联网上预设时间段内的出现频率,对每一个所述主题关键词赋予分数。
6、可选的,所述根据被选取出的所述第二特征向量对应的所述主题关键词的分数,获取所述被审核稿件的分数,具体包括:根据被选取出的所述第二特征向量的排名,对每一个被选取出的所述第二特征向量对应的所述主题关键词赋予权重系数;根据所述权重系数和被选取出的所述第二特征向量对应的所述主题关键词的分数,计算加权平均分,以所述加权平均分作为所述被审核稿件的分数。
7、可选的,所述提取被审核稿件的核心信息,具体包括:调用文本挖掘算法,提取被审核稿件的核心信息。
8、可选的,所述提取被审核稿件的核心信息,具体包括:根据所述被审核稿件的文章架构或信息类别,将所述被审核稿件划分为若干个被审核部分;提取每个所述被审核部分的核心信息,将多个所述核心信息作为所述提取被审核稿件的核心信息;所述根据被选取出的所述第二特征向量对应的所述主题关键词的分数,获取所述被审核稿件的分数,具体包括:每个所述被审核部分的核心信息各对应一组被选取出的所述第二特征向量,根据被选取出的所述第二特征向量对应的所述主题关键词的分数,获取每个所述被审核部分的分数;根据每个所述被审核部分的分数,获取所述被审核稿件的分数。
9、本专利技术还提供一种稿件智能评分系统,应用于上述中任一所述的稿件智能评分方法,包括:建立模块,用于建立所述语料库;赋分模块,用于对每一个所述主题关键词赋予分数;提取模块,用于提取被审核稿件的核心信息;向量处理模块,用于将所述核心信息转化为第一特征向量,将所述主题关键词转化为第二特征向量,并在所述语料库中选取与所述第一特征向量的距离按从小到大排名前预设位数的所述第二特征向量;评分模块,用于根据被选取出的所述第二特征向量对应的所述主题关键词的分数,获取所述被审核稿件的分数。
10、本专利技术还提供一种电子设备,所述电子设备包括:存储器,存储有计算机程序;处理器,与所述存储器通信相连,调用所述计算机程序时执行上述任一项所述的稿件智能评分方法;显示器,与所述处理器和所述存储器通信相连,用于显示与所述稿件智能评分方法相关gui交互界面。
11、本专利技术还提供一种存储介质,存储有计算机程序,该计算机程序被处理器执行时实现上述任一项所述的稿件智能评分方法。
12、本专利技术提供的稿件智能评分方法、稿件智能评分系统、电子设备及存储介质具有如下有益效果:
13、本专利技术提供一种稿件智能评分方法,包括以下步骤:建立语料库,所述语料库包括多个主题关键词;对每一个所述主题关键词赋予分数;提取被审核稿件的核心信息;将所述核心信息转化为第一特征向量,将所述主题关键词转化为第二特征向量,在所述语料库中选取与所述第一特征向量的距离按从小到大排名前预设位数的所述第二特征向量;根据被选取出的所述第二特征向量对应的所述主题关键词的分数,获取所述被审核稿件的分数。如此设置,本专利技术在利用向量检索原理的同时,为每一个所述主题关键词赋予分数,从而能够利用向量检索与赋分相结合,实现自动化且客观的稿件评分。
14、本专利技术还提供一种稿件智能评分系统,由于所述稿件智能评分系统与所述稿件智能评分方法属于同一个专利技术构思,因此所述稿件智能评分系统在利用向量检索原理的同时,为每一个所述主题关键词赋予分数,从而能够利用向量检索与赋分相结合,实现自动化且客观的稿件评分。
15、本专利技术还提供一种电子设备,由于所述电子设备与所述稿件智能评分方法属于同一个专利技术构思,因此所述电子设备在利用向量检索原理的同时,为每一个所述主题关键词赋予分数,从而能够利用向量检索与赋分相结合,实现自动化且客观的稿件评分。
16、本专利技术还提供一种存储介质,由于所述存储介质与所述稿件智能评分方法属于同一个专利技术构思,因此所述存储介质在利用向量检索原理的同时,为每一个所述主题关键词赋予分数,从而能够利用向量检索与赋分相结合,实现自动化且客观的稿件评分。
本文档来自技高网...【技术保护点】
1.一种稿件智能评分方法,其特征在于,包括以下步骤:
2.如权利要求1所述的稿件智能评分方法,其特征在于,在提取被审核稿件的核心信息前,对所述被审核稿件进行查重操作,若查重结果显示的抄袭率超过预设数值,则中止执行所述稿件智能评分方法,并输出不合格信息。
3.如权利要求1所述的稿件智能评分方法,其特征在于,所述语料库的建立方式包括:
4.如权利要求1所述的稿件智能评分方法,其特征在于,所述对每一个所述主题关键词赋予分数,具体包括:
5.如权利要求1所述的稿件智能评分方法,其特征在于,所述根据被选取出的所述第二特征向量对应的所述主题关键词的分数,获取所述被审核稿件的分数,具体包括:
6.如权利要求1所述的稿件智能评分方法,其特征在于,所述提取被审核稿件的核心信息,具体包括:
7.如权利要求1所述的稿件智能评分方法,其特征在于,
8.一种稿件智能评分系统,应用于如权利要求1至7中任一所述的稿件智能评分方法,其特征在于,包括:
9.一种电子设备,其特征在于,包括:
10.一种存储介
...【技术特征摘要】
1.一种稿件智能评分方法,其特征在于,包括以下步骤:
2.如权利要求1所述的稿件智能评分方法,其特征在于,在提取被审核稿件的核心信息前,对所述被审核稿件进行查重操作,若查重结果显示的抄袭率超过预设数值,则中止执行所述稿件智能评分方法,并输出不合格信息。
3.如权利要求1所述的稿件智能评分方法,其特征在于,所述语料库的建立方式包括:
4.如权利要求1所述的稿件智能评分方法,其特征在于,所述对每一个所述主题关键词赋予分数,具体包括:
5.如权利要求1所述的稿件智能评分方法,其特征在于,所述根据被选取出的所...
【专利技术属性】
技术研发人员:沈园园,桂莉,赵志伟,
申请(专利权)人:中国人民解放军海军军医大学,
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。