[發明專利]需求文檔質量評價模型訓練方法及需求文檔質量評價方法在審
| 申請號: | 202010335874.8 | 申請日: | 2020-04-25 |
| 公開(公告)號: | CN111523322A | 公開(公告)日: | 2020-08-11 |
| 發明(設計)人: | 鄭翔;戴渝 | 申請(專利權)人: | 中信銀行股份有限公司 |
| 主分類號: | G06F40/289 | 分類號: | G06F40/289;G06F16/33;G06F16/35;G06N3/04;G06N3/08 |
| 代理公司: | 北京市蘭臺律師事務所 11354 | 代理人: | 張峰 |
| 地址: | 100010 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 需求 文檔 質量 評價 模型 訓練 方法 | ||
1.一種需求文檔質量評價模型的訓練方法,其特征在于,包括:
獲取樣本需求文檔以及所述樣本需求文檔所包括的各評價項對應的質量評分;
提取所述樣本需求文檔的特征詞;
將所述樣本需求文檔、所述評價項以及所述特征詞作為輸入,將所述樣本需求文檔的質量評分作為輸出,對深度神經網絡模型進行訓練,得到需求文檔質量評價模型。
2.根據權利要求1所述的方法,其特征在于,所述提取所述樣本需求文檔的特征詞,包括:
對所述樣本需求文檔中的文本進行切詞處理;
對切詞結果進行聚類處理,確定所述樣本需求文檔的特征詞。
3.一種需求文檔質量評價方法,其特征在于,包括:
獲取待評價需求文檔;
基于預訓練的需求文檔質量評價模型,確定所述待評價需求文檔的第一質量評分;
獲取所述待評價需求文檔的人工質量評分;
基于所述第一質量評分以及所述人工質量評分,確定所述待評價需求文檔的第二質量評分。
4.根據權利要求3所述的方法,其特征在于,所述基于預訓練的需求文檔質量評價模型,確定所述待評價需求文檔的第一質量評分,包括:
確定所述待評價需求文檔的特征詞;
將所述待評價需求文檔的特征詞以及所述評價需求文檔的評價項作為預訓練的需求文檔質量評價模型的輸入,將所述需求文檔質量評價模型的輸出確定為第一質量評分。
5.根據權利要求3或4所述的方法,其特征在于,所述基于所述第一質量評分以及所述人工質量評分,確定所述待評價需求文檔的第二質量評分,包括:
基于所述第一質量評分以及所述第一質量評分對應的第一預設權重,并基于所述人工質量評分以及所述人工質量評分對應的第二預設權重,確定所述待評價需求文檔的第二質量評分。
6.根據權利要求3或4所述的方法,其特征在于,所述獲取所述待評價需求文檔的人工質量評分,包括:
確定所述待評價需求文檔的需求類型以及業務類型;
基于所述需求類型以及業務類型,確定所述待評價需求文檔的人工質量評分。
7.根據權利要求3或4所述的方法,其特征在于,上述方法還包括:
若所述第一質量評分與所述人工質量評分的差值超過預設值,則發出報警信息。
8.一種需求文檔質量評價模型的訓練裝置,其特征在于,包括:
獲取模塊,用于獲取樣本需求文檔以及所述樣本需求文檔所包括的各評價項對應的質量評分;
特征詞提取模塊,用于提取所述樣本需求文檔的特征詞;
訓練模塊,用于將所述樣本需求文檔、所述評價項以及所述特征詞作為輸入,將所述樣本需求文檔的質量評分作為輸出,對深度神經網絡模型進行訓練,得到需求文檔質量評價模型。
9.一種需求文檔質量評價裝置,其特征在于,包括:
待評價文檔獲取模塊,用于獲取待評價需求文檔;
第一評分獲取模塊,用于基于預訓練的需求文檔質量評價模型,確定所述待評價需求文檔的第一質量評分;
人工評分獲取模塊,獲取所述待評價需求文檔的人工質量評分;
評分模塊,用于基于所述第一質量評分以及所述人工質量評分,確定所述待評價需求文檔的第二質量評分。
10.一種電子設備,其特征在于,包括處理器和存儲器;
所述存儲器,用于存儲操作指令;
所述處理器,用于通過調用所述操作指令,執行權利要求1-7中任一項所述的方法。
11.一種計算機可讀存儲介質,其特征在于,所述存儲介質上存儲有計算機程序,所述計算機程序被處理器執行時實現權利要求1-7中任一項所述的方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中信銀行股份有限公司,未經中信銀行股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010335874.8/1.html,轉載請聲明來源鉆瓜專利網。





