[发明专利]文档检测方法、装置、设备及存储介质

权利要求书

1.一种文档检测方法，其特征在于，包括：

对待处理文档的多个文档单元分别进行摘要提取，得到所述多个文档单元各自对应的文档摘要；

对所述文档摘要进行聚类分析，得到聚类结果；

对于所述聚类结果中属于同一类别的文档摘要进行词性分析，得到所述文档摘要中每个词的词性；

对于属于同一类别的文档摘要中的词性相同的词，进行相关性分析；

根据所述相关性分析的结果，得到所述待处理文档的评估结果，

其中，根据所述相关性分析的结果，得到所述待处理文档的评估结果，包括：

根据所述相关性分析的结果，计算文档内容评估参数；

根据所述文档内容评估参数，得到所述待处理文档的评估结果，

其中，根据所述文档内容评估参数，得到所述待处理文档的评估结果，包括：

在所述文档内容评估参数小于等于第二预定阈值的情况下，确定所述待处理文档的评估结果为所述多个文档单元之间的内容不一致。

2.根据权利要求1所述的方法，其特征在于，对于属于同一类别的文档摘要中的词性相同的词，进行相关性分析，包括：

根据所述词性相同的词的词向量夹角，计算所述词性相同的词之间的词向量距离；

根据所述词向量距离得到所述相关性分析的结果。

3.根据权利要求2所述的方法，其特征在于，根据所述词向量距离得到所述相关性分析的结果，包括：

在各个不同的词性各自对应的所述词向量距离中选取最大值；

根据所述最大值得到所述相关性分析的结果。

4.根据权利要求1所述的方法，其特征在于，根据所述相关性分析的结果，计算文档内容评估参数，包括利用以下公式计算所述文档内容评估参数：

其中，Q表示所述文档内容评估参数；P表示所述相关性分析的结果；表示第一预设阈值；表示所述文档摘要的个数。

5.一种文档检测装置，其特征在于，包括：

提取模块，用于对待处理文档的多个文档单元分别进行摘要提取，得到所述多个文档单元各自对应的文档摘要；

聚类模块，用于对所述文档摘要进行聚类分析，得到聚类结果；

第一分析模块，用于对于所述聚类结果中属于同一类别的文档摘要进行词性分析，得到所述文档摘要中每个词的词性；

第二分析模块，用于对于属于同一类别的文档摘要中的词性相同的词，进行相关性分析；

评估模块，用于根据所述相关性分析的结果，得到所述待处理文档的评估结果，

其中，所述评估模块包括：

第二计算子模块，用于根据所述相关性分析的结果，计算文档内容评估参数；

评估子模块，用于根据所述文档内容评估参数，得到所述待处理文档的评估结果，

其中，所述评估子模块用于：

在所述文档内容评估参数小于等于第二预定阈值的情况下，确定所述待处理文档的评估结果为所述多个文档单元之间的内容不一致。

6.根据权利要求5所述的装置，其特征在于，所述第二分析模块包括：

第一计算子模块，用于根据所述词性相同的词的词向量夹角，计算所述词性相同的词之间的词向量距离；

分析子模块，用于根据所述词向量距离得到所述相关性分析的结果。

7.根据权利要求6所述的装置，其特征在于，所述分析子模块用于：

在各个不同的词性各自对应的所述词向量距离中选取最大值；

根据所述最大值得到所述相关性分析的结果。

8.根据权利要求5所述的装置，其特征在于，所述第二计算子模块用于利用以下公式计算所述文档内容评估参数：

其中，Q表示所述文档内容评估参数；P表示所述相关性分析的结果；表示第一预设阈值；表示所述文档摘要的个数。

9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储指令，所述指令由处理器加载并执行，以实现如权利要求1至4任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的方法。