[发明专利]一种基于语义分析的课程目标达成情况评价合理性评价的方法

说明书

一种基于语义分析的课程目标达成情况评价合理性评价的方法，包括以下步骤：1)读取课程目标达成情况文档，并对文档进行PDF扫描；2)对PDF扫描件进行区域分割，获得对应区域的初始数据；3)对所述对应区域的初始数据进行OCR扫描，获取对应区域的待检测元数据；4)利用文本匹配算法对待检测元数据进行处理，提取出关键词和关键句，并生成摘要；5)利用文本相似度算法对关键词和关键句进行文本相似度对比，计算关联区域元数据的相似度，并生成报表；6)判断关联区域元数据相似度报表是否存在异常，提取异常处。本发明解决了传统的人工审计课程目标达成情况评估合理性的方式，减少的所需要消耗的人力、时间成本、以及过多人为的主观影响因素问题。

技术领域

本发明涉及数据挖掘、自然语言处理领域，具体是一种基于语义分析的课程目标达成情况评价合理性评价的方法。

背景技术

在数据挖掘、NLP领域内，如何利用数据关联特征挖掘有价值的信息对于准确地判断相应的数据语义关联至关重要。不同的数据组合会产生不同的语义特征，准确的根据语义判断能够极大提升数据利用率、更好的替代人工判断数据的关联性。

课程目标的达成情况是学院以及学校考核的重要因素，目前课程目标的达成情况大多都是人工筛选，往往需要消耗大量的人力时间成本来进行人工判定合理性，且由于人的主观性会导致出现一定的误差，考核情况没有统一的标准，对学生和学院及学校造成一定的影响。

发明内容

本发明的目的是提供一种基于语义分析的课程目标达成情况评价方法，主要用于解决传统方法对于课程目标达成情况评价合理行评价费时费力的弊端。

为实现本发明目的而采用的技术方案是这样的，一种基于语义分析的课程目标达成情况评价合理性评价的方法，包括以下步骤：

1)读取课程目标达成情况文档，并对文档进行PDF扫描，得到PDF扫描件。

2)对PDF扫描件进行区域分割，获得对应区域的初始数据。

3)对所述对应区域的初始数据进行OCR扫描，获取对应区域的待检测元数据。

4)利用文本匹配算法对待检测元数据进行处理，提取出关键词和关键句，并生成摘要。

5)利用文本相似度算法对关键词和关键句进行文本相似度对比，计算关联区域元数据的相似度，并生成关联区域元数据相似度报表。

6)判断关联区域元数据相似度报表是否存在异常，若是，则评价结果为不合理，否则，评价结果为合理。

所述异常的判断标准为：对相似度报表内关联区域的相似度进行加权，若加权后的相似度低于阈值，则存在异常，若加权后的相似度不低于阈值，则不存在异常。

进一步，所述读取课程目标达成情况文档后，对课程目标达成情况文档进行格式归一化处理。

进一步，在步骤3)中，获取对应区域的待检测元数据后，对其进行预设标准向量化。

所述预设标准向量化的步骤包括：

3.1)将待检测元数据进行向量化处理。

3.2)将向量化的元数据根据文本匹配算法模型的输入做标准化。

进一步，在步骤4)中，利用文本匹配算法对待检测元数据进行处理，提取出关键词和关键句，并生成摘要的步骤包括：

4.1)根据历史课程目标达成情况评价文档的元数据向量，构建文本匹配算法模型。

所述文本匹配算法模型包括关键词抽取模型和关键句抽取模型。

4.2)将待检测元数据输入到关键词抽取模型中，抽取得到关键词。

4.3)将待检测元数据输入到关键句抽取模型中，抽取得到关键句。