CN106991084-CN201710192657-一种文档评估方法及装置.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 106991084 A (43)申请公布日 2017.07.28 (21)申请号 201710192657.6 (22)申请日 2017.03.28 (71)申请人 中国长城科技集团股份有限公司 地址 518000 广东省深圳市南山区科技园 长城计算机大厦 (72)发明人 熊文　丁紫惠　 (74)专利代理机构 深圳中一专利商标事务所 44237 代理人 阳开亮 (51)Int.Cl. G06F 17/27(2006.01) G06F 17/30(2006.01) 权利要求书3页 说明书16页 附图5页 (54)发明名称 一种文档评估方法及装置 (57)摘要 本发明公开了一种文档评估方法及装置，其 中，所述文档评估方法包括：获取目标文档的抽 取信息，所述抽取信息包括：命名实体、长名词短 语及长动词短语；基于所述抽取信息，计算所述 目标文档的技术原创度指标，写作质量特征度指 标及技术分布度指标，其中，所述技术原创性指 标用来表达所述目标文档的创新程度，所述写作 质量特征度指标用来表达所述目标文档的复杂 程度，所述技术分布度指标用来表达所述目标文 档在其它文档中的分布程度；对所述目标文档的 技术原创度指标，写作质量特征度指标及技术分 布度指标进行加权求和，得到所述目标文档的综 A 合重要度评分；输出所述目标文档的综合重要度 4 评分。本发明方案可以从多指标角度对文档进行 8 0 1 更为可靠的评估。 9 9 6 0 1 N C CN 106991084 A 权　利　要　求　书 1/3页 1.一种文档评估方法，其特征在于，所述文档评估方法包括： 获取目标文档的抽取信息，所述抽取信息包括：命名实体、长名词短语及长动词短语； 基于所述抽取信息，计算所述目标文档的技术原创度指标，写作质量特征度指标及技 术分布度指标，其中，所述技术原创性指标用来表达所述目标文档在所述目标文档所在的 文档集合中的创新程度，所述写作质量特征度指标用来表达所述目标文档在所述文档集合 中的复杂程度，所述技术分布度指标用来表达所述目标文档的抽取信息在所述文档集合的 其它文档中的分布程度； 对所述目标文档的技术原创度指标，写作质量特征度指标及技术分布度指标进行加权 求和，得到所述目标文档的综合重要度评分； 输出所述目标文档的综合重要度评分。 2.如权利要求1所述的文档评估方法，其特征在于，所述获取目标文档的抽取信息，之 后还包括： 根据各个目标摘要句在所述目标文档中的先后顺序，依次提取各个目标摘要句及各个 目标摘要句的上下文，生成所述目标文档的全文摘要，其中，所述目标摘要句为包含所述抽 取信息的子句； 输出所述目标文档的全文摘要。 3.如权利要求1至2任一项所述的文档评估方法，其特征在于，所述获取目标文档的抽 取信息，包括： 基于汉语词法分析系统对所述目标文档进行分词处理、词性标注处理及命名实体识别 处理，获得所述目标文档包含的命名实体； 基于中文句法语义分析系统对所述目标文档进行成分句法分析处理，获得所述目标文 档包含的长名词短语及长动词短语。 4.如权利要求1至2任一项所述的文档评估方法，其特征在于，所述基于所述抽取信息， 计算所述目标文档的技术原创度指标，写作质量特征度指标及技术分布度指标，包括： 获取所述目标文档的长名词短语支持度、长动词短语支持度及所述目标文档归入所述 文档集合中的时间； 根据预设的技术原创度评分公