[发明专利]一种文章评估方法及系统

权利要求书

1.一种文章评估方法，应用于一文章处理系统中；其特征在于，所述文章处理系统包括一近义词库和一文章训练模型库，所述近义词库中的近义词之间具有采用一语义距离模型计算得到的语义距离值，所述文章训练模型库中存储有文章训练模型；

所述文章评估方法包括：

步骤S1，采集一待处理文章；

步骤S2，提取所述待处理文章中无法识别的词语作为关键词；

步骤S3，在所述近义词库中分别查找与每个无法识别的所述关键词的所述语义距离值最小的所述近义词，并采用所述语义距离值最小的所述近义词替换对应的所述关键词，生成一可处理文章；

步骤S4，将所述可处理文章放入所述文章训练模型库中的所述文章训练模型中进行处理，并根据处理结果确定所述可处理文章的评估结果；

所述文章处理系统还包括一上下位名词库；

在执行所述步骤S1之后，还包括下述步骤：

步骤A1，于所述待处理文章中提取可识别的名词；

步骤A2，根据能够识别的名词所在的句子的句法结构，判断所述句法结构下的名词是否下属于同一个上位名词；

步骤A3，根据所述步骤A2中的判断结果得到一个初步评价结果，再转向所述步骤S4；

所述步骤S4中，将所述初步评价结果和所述处理结果整合形成所述可处理文章的所述评估结果。

2.根据权利要求1所述的文章评估方法，其特征在于，所述文章处理系统还包括一词典库；

所述步骤S2中：将所述待处理文章中未包括在所述词典库中的词语定义为无法识别的所述关键词。

3.根据权利要求1所述的文章评估方法，其特征在于，所述步骤S2中，采用一条件信息距离模型划分所述待处理文章中的词语；

所述条件信息距离模型采用下述公式进行条件信息计算：

式中，x为一第一词语，y为一第二词语，c为一条件词语，函数f(x,y,c)表示词语组合(x,y,c)在一预设数据集中的命中数函数，函数f(x,c)表示词语组合(x,c)在所述预设数据集中的命中数函数，函数f(y,c)表示词语组合(y,c)在所述预设数据集中的命中数函数，函数f(c)表示词语c在所述预设数据集中的命中数函数。

4.根据权利要求1所述的文章评估方法，其特征在于，所述文章训练模型有多个；所述步骤S4具体为：

步骤S41，对所述可处理文章进行分类；

步骤S42，根据所述可处理文章的分类将所述可处理文章与所述文章训练模型库中对应的所述文章训练模型相匹配，并根据匹配的结果确定所述可处理文章的评估结果。

5.根据权利要求4所述的文章评估方法，其特征在于，每个所述文章训练模型分别具有一记忆网络，每个所述记忆网络分别包括多个参数，所述记忆网络的参数是所述记忆网络的隐藏层间的神经元之间的联接参数。

6.根据权利要求5所述的文章评估方法，其特征在于，所述步骤S4还包括：

步骤S43，对所述评估结果的准确性进行反馈；

步骤S44，根据反馈的结果对所述联接参数进行优化，形成优化后的所述文章训练模型。

7.根据权利要求6所述的文章评估方法，其特征在于，所述步骤S4还包括：

步骤S45，将所述可处理文章与优化后的所述文章训练模型相匹配，并根据匹配的结果确定所述可处理文章的优化后的评估结果。

8.根据权利要求1所述的文章评估方法，其特征在于，还包括：

步骤S5，将所述可处理文章的所述评估结果输出以进行显示。

9.一种文章评估系统，其特征在于，应用如权利要求1-8中任意一项所述的文章评估方法，并包括一近义词库和一文章训练模型库，所述近义词库中的近义词之间具有采用一语义距离模型计算得到的语义距离值，所述文章训练模型库中存储有文章训练模型；还包括：

采集模块，用于采集待处理文章；

预处理模块，与所述采集模块连接，用于提取所述待处理文章中无法识别的词语作为关键词，并在所述近义词库中分别查找与每个无法识别的所述关键词的所述语义距离值最小的所述近义词，并采用所述语义距离值最小的所述近义词替换对应的所述关键词，以生成一可处理文章；

处理模块，与所述预处理模块连接，用于将所述可处理文章放入所述文章训练模型库中的所述文章训练模型中进行处理，并根据处理结果确定所述可处理文章的评估结果。