[发明专利]一种文档评估方法及装置

权利要求书

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，所述技术原创度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；

获取所述文档集合中的各个文档的抽取信息，并依次将所述文档集合中的各个文档确定为目标文档；

基于所述目标文档的抽取信息与其它各个文档的抽取信息，获取所述目标文档与其它各个文档的相似度；

基于所述文档集合中文档间的相似度，对所述文档集合的文档进行聚类处理。

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式，利用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文档集合中的时间，计算得到所述目标文档的技术原创度指标。

5.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：

统计出剔除重复之后所述目标文档的字数、词数及所述目标文档中各个类别的抽取信息出现的次数；

利用诱导有序加权平均算子，对统计出的所述目标文档的字数、词数及所述目标文档中各个类别的抽取信息出现的次数进行加权求和计算；

将所述加权求和计算的结果作为所述目标文档的写作质量特征度指标。

6.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：

将所述文档集合中除所述目标文档之外的其它各个文档的抽取信息与所述目标文档的抽取信息进行相似度计算；

将所述其它各个文档的抽取信息与所述目标文档的抽取信息进行相似度计算得到的值作累加；

将所述累加的结果作为所述目标文档的技术分布度指标。