本申请涉及人工智能,特别是涉及一种项目方案评估方法、装置、计算机设备和存储介质。
背景技术:
1、随着社会的进步与发展,各种项目的规则也愈加完善,越来越多的项目在执行之前,需要进行项目方案的评估,以此来保证项目的可行性,因此项目方案评估的需求随之增加。
2、目前,人们通常会请专业的项目方案评估人员对项目方案进行研读,从而完成对项目方案的评估。但是此种方法对评估人员的要求过高,导致人力资源的消耗过高,且人工评估的方法效率过低,因此急需一种能够降低人力资源消耗且增加效率的项目方案评估方法。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够降低人力资源消耗且增加效率的项目方案评估方法、装置、计算机设备和存储介质。
2、第一方面,本申请提供了一种项目方案评估方法。该方法包括:
3、对项目方案文本进行分词处理,得到项目方案文本中各项目分词的词向量,并确定各项目分词在项目方案文本中的顺序;
4、通过语义特征提取模型,根据各项目分词的词向量,以及各项目分词在项目方案文本中的顺序,确定项目方案文本的局部语义特征和双向语义特征;
5、通过回归模型,根据项目方案文本的局部语义特征和双向语义特征,确定项目方案文本的评估结果。
6、在其中一个实施例中,语义特征提取模型包括:卷积神经网络和双向长短期记忆网络;通过语义特征提取模型,根据各项目分词的词向量,以及各项目分词在项目方案文本中的顺序,确定项目方案文本的局部语义特征和双向语义特征,包括:
7、根据各项目分词在项目方案文本中的顺序,确定项目方案文本的分词向量矩阵;
8、将分词向量矩阵输入至卷积神经网络中,得到项目方案文本的局部语义特征;
9、将分词向量矩阵输入至双向长短期记忆网络中,得到项目方案文本的双向语义特征。
10、在其中一个实施例中,通过回归模型,根据项目方案文本的局部语义特征和双向语义特征,确定项目方案文本的评估结果,包括:
11、对项目方案文本的局部语义特征和双向语义特征进行特征融合处理,得到融合特征;
12、将融合特征输入至回归模型中,得到项目方案文本的评估结果。
13、在其中一个实施例中,对项目方案文本的局部语义特征和双向语义特征进行特征融合处理,得到融合特征,包括:
14、对局部语义特征和双向语义特征进行特征拼接处理,得到拼接特征;
15、采用卷积神经网络对拼接特征进行降维处理,得到融合特征;其中卷积神经网络的卷积核为1×1的卷积核。
16、在其中一个实施例中,对项目方案文本进行分词处理,得到项目方案文本中各项目分词的词向量,包括:
17、对项目方案文本进行分词处理,得到项目方案文本的各项目分词;
18、将项目方案文本中的各项目分词输入至词向量确定模型中,得到项目方案文本中各项目分词的词向量。
19、在其中一个实施例中,对项目方案文本进行分词处理,得到项目方案文本中的各项目分词,包括:
20、对项目方案文本进行分词处理,得到项目方案文本中的候选分词;
21、对候选分词进行停用词去除处理,得到项目方案文本中的各项目分词。
22、第二方面,本申请还提供了一种项目方案评估装置。该装置包括:
23、文本处理模块,用于对项目方案文本进行分词处理,得到项目方案文本中各项目分词的词向量,并确定各项目分词在项目方案文本中的顺序;
24、特征确定模块,用于通过语义特征提取模型,根据各项目分词的词向量,以及各项目分词在项目方案文本中的顺序,确定项目方案文本的局部语义特征和双向语义特征;
25、方案评估模块,用于通过回归模型,根据项目方案文本的局部语义特征和双向语义特征,确定项目方案文本的评估结果。
26、第三方面,本申请还提供了一种计算机设备。计算机设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
27、对项目方案文本进行分词处理,得到项目方案文本中各项目分词的词向量,并确定各项目分词在项目方案文本中的顺序;
28、通过语义特征提取模型,根据各项目分词的词向量,以及各项目分词在项目方案文本中的顺序,确定项目方案文本的局部语义特征和双向语义特征;
29、通过回归模型,根据项目方案文本的局部语义特征和双向语义特征,确定项目方案文本的评估结果。
30、第四方面,本申请还提供了一种计算机可读存储介质。计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
31、对项目方案文本进行分词处理,得到项目方案文本中各项目分词的词向量,并确定各项目分词在项目方案文本中的顺序;
32、通过语义特征提取模型,根据各项目分词的词向量,以及各项目分词在项目方案文本中的顺序,确定项目方案文本的局部语义特征和双向语义特征;
33、通过回归模型,根据项目方案文本的局部语义特征和双向语义特征,确定项目方案文本的评估结果。
34、第五方面,本申请还提供了一种计算机程序产品。计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
35、对项目方案文本进行分词处理,得到项目方案文本中各项目分词的词向量,并确定各项目分词在项目方案文本中的顺序;
36、通过语义特征提取模型,根据各项目分词的词向量,以及各项目分词在项目方案文本中的顺序,确定项目方案文本的局部语义特征和双向语义特征;
37、通过回归模型,根据项目方案文本的局部语义特征和双向语义特征,确定项目方案文本的评估结果。
38、上述项目方案评估方法、装置、计算机设备和存储介质。先对项目方案文本进行分词处理,从而确定项目方案文本中各项目分词的词向量,并确定各分词在项目方案文本中的顺序,再通过语义特征提取模型,根据已经确定好的各项目分词的词向量,以及各项目分词在项目方案文本中的顺序,确定项目方案文本的局部语义特征和双向语义特征,最终基于项目方案文本的局部语义特征和双向语义特征,通过回归模型,确定项目方案文本的评估结果,利用此种方法进行项目方案评估,不需要人工参与,仅利用神经网络模型即可完成项目方案评估,不但降低了项目方案评估的人力消耗,也增加了项目方案评估的效率。
1.一种项目方案评估方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述语义特征提取模型包括:卷积神经网络和双向长短期记忆网络;通过语义特征提取模型,根据所述各项目分词的词向量,以及所述各项目分词在所述项目方案文本中的顺序,确定所述项目方案文本的局部语义特征和双向语义特征,包括:
3.根据权利要求1所述的方法,其特征在于,通过回归模型,根据所述项目方案文本的局部语义特征和所述双向语义特征,确定所述项目方案文本的评估结果,包括:
4.根据权利要求3所述的方法,其特征在于,对所述项目方案文本的局部语义特征和所述双向语义特征进行特征融合处理,得到融合特征,包括:
5.根据权利要求1所述的方法,其特征在于,对项目方案文本进行分词处理,得到所述项目方案文本中各项目分词的词向量,包括:
6.根据权利要求5所述的方法,其特征在于,对所述项目方案文本进行分词处理,得到所述项目方案文本中的各项目分词,包括:
7.一种项目方案评估装置,其特征在于,所述装置包括:
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。