[发明专利]基于大数据和深度学习的评审方法和机器人系统

说明书

基于大数据和深度学习的评审方法和机器人系统，包括：获取预设类别的评审标准，获取待评审的对象的数据，从所述对象的数据中获取所述评审标准对应的数据，根据所述评审标准对应的数据判断所述待评审的对象能否通过评审。上述方法和系统通过基于大数据和深度学习的评审技术，使得预设类别的评审更为自动化、智能化，提高了预设类别评审的客观性、可信度、准确性、效率。

技术领域

本发明涉及信息技术领域，特别是涉及一种基于大数据和深度学习的评审方法和机器人系统。

背景技术

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：现有技术下进行预设类别评审都是通过专家评审来决定一个对象可否评审通过。第一方面，专家评审的依据是对象提供的申报数据和资料，虽然对象在申报时被要求提供真实的数据和资料，甚至要求对象提供真实性承诺函，但实际上无法从客观上保证其数据和资料的真实性，难免有少数对象会提供虚假数据或对某些数据进行夸大，从而会误导评审专家做出错误的判断，进而得到错误的评审结果。第二方面，因为申请预设类别评审的对象非常多，而评审专家数量有限，往往一个专家在一个月的时间内要评审上百个对象的评审申请，而评审专家只是被邀请兼职进行评审，只能在日常工作之余抽出一点时间来进行评审，因为评审的时间紧张，导致评审过程非常粗略，评审专家对很多数据和资料只是一扫而过，使得评审的结果缺乏准确性。第三方面，虽然很多评审专家是领域专家，但对预设类别的评审规则并不是很熟悉，虽然在评审系统中会有评审规则文档，但实际上专家看一遍很难全部记住和运用，甚至有的专家比较忙，没有时间去看评审文档，导致专家评审时实际上是全部或部分根据自己的标准去判断一个对象是否算是一个预设类别，从而使得评审标准与政府规定标准不一致，导致评审结果的主观性高，客观性差，评审结果不准确。

因此，现有技术还有待于改进和发展。

发明内容

基于此，有必要针对现有技术中的缺陷或不足，提供基于大数据和深度学习的评审方法和机器人系统，以解决现有技术中评审的客观性、可信度、准确性不足和效率低的缺点。

第一方面，本发明实施例提供一种评审方法，所述方法包括：

评审标准获取步骤，用于获取预设类别的评审标准；

对象数据获取步骤，用于获取待评审的对象的数据；获取的数据包括第三方数据，数据更客观和可行，所以可以提高评审的客观性和可信度；如果数据不客观，评审也就不会准确，因为数据更客观，进而也就提高了准确性；

标准对应的数据获取步骤，用于从所述待评审的对象的数据中获取所述评审标准对应的数据；

评审判断步骤，用于根据所述评审标准对应的数据判断所述待评审的对象能否通过评审。根据标准进行自动评审，可以提高效率。

优选地，

所述对象数据获取步骤包括：

数据源获取步骤，用于获取数据源；

对象数据检索步骤，用于从所述数据源中检索并获取所述待评审的对象的数据；

所述标准对应的数据获取步骤包括：

数据筛选步骤，用于从所述待评审的对象的数据中筛选出所述评审标准对应的数据作为第一数据；

数据清洗步骤，用于从所述第一数据中提取与每一项标准对应的数据作为所述每一项标准对应的第二数据。

优选地，

所述评审判断步骤包括：

子标准获取步骤，用于获取所述评审标准中每一项标准和总体标准；

对应数据提取步骤，用于从所述第一数据中提取所述每一项标准对应的所述第二数据；