[发明专利]基于向量关联性矩阵的政务事务处理报告的智能评估方法

权利要求书

1.一种基于向量关联性矩阵的政务事务处理报告的智能评估方法，其特征在于，包括：

获取多个部门对同一政务事件进行处理的多份政务事务处理报告；

对所述多份政务事务报告分别进行文本预处理和词向量转化，以获得对应于多份政务事务报告的多个文本特征向量；

对于所述多个文本特征向量，计算每两个文本特征向量之间的互关联性矩阵，以获得多个互关联性矩阵；

对于所述多个文本特征向量，计算每个所述文本特征向量的自关联性矩阵，以获得多个自关联性矩阵；

将所述多个互关联性矩阵和所述多个自关联性矩阵按照样本维度进行组合，以获得文本关联张量；

将所述文本关联张量通过多个卷积层，以获得对应于所述文本关联张量的卷积特征图；

对所述卷积特征图进行基于具有预设尺寸的特征矩阵的平均值池化处理，以获得分类特征图；以及

将所述分类特征图通过分类器，以获得分类结果，其中，所述分类结果用于表示事务处理是否获得整体性的肯定结果。

2.根据权利要求1所述的基于向量关联性矩阵的政务事务处理报告的智能评估方法，其中，对所述多份政务事务报告分别进行文本预处理和词向量转化，以获得对应于多份政务事务报告的多个文本特征向量，包括：

对每份政务事务报告进行分词处理，以获得词文本序列；

识别所述词文本序列中的关键词并删除所述词文本序列中的低频词、不相关词、连词和语气助词，以获得关键词文本序列；

将所述关键词文本序列通过词嵌入模型，以获得所述文本特征向量。

3.根据权利要求2所述的基于向量关联性矩阵的政务事务处理报告的智能评估方法，其中，对所述多份政务事务报告分别进行文本预处理和词向量转化，以获得对应于多份政务事务报告的多个文本特征向量，进一步包括：

将所述文本特征向量通过双向长短期记忆网络，以获得具有上下文信息的文本特征向量。

4.根据权利要求1所述的基于向量关联性矩阵的政务事务处理报告的智能评估方法，其中，对于所述多个文本特征向量，计算每两个文本特征向量之间的互关联性矩阵，以获得多个互关联性矩阵，包括：

将每两个文本特征向量中其中一条文本特征向量进行转置并与另外一条文本特征向量进行矩阵相乘，以获得所述互关联性矩阵。

5.根据权利要求4所述的基于向量关联性矩阵的政务事务处理报告的智能评估方法，其中，对于所述多个文本特征向量，计算每个所述文本特征向量的自关联性矩阵，以获得多个自关联性矩阵，包括：

将所述文本特征向量进行转置并与所述文本特征向量自身进行矩阵相乘，以获得所述自关联性矩阵。

6.根据权利要求1所述的基于向量关联性矩阵的政务事务处理报告的智能评估方法，其中，将所述分类特征图通过分类器，以获得分类结果，包括：

将所述分类特征图通过一个或多个全连接层，以获得分类特征向量；及

将所述分类特征向量输入Softmax分类函数，以获得所述分类结果。