[发明专利]一种画像方法及系统

说明书

本发明提供了计算机技术领域的一种画像方法及系统，方法包括如下步骤：步骤S10、从数据库获取各评测对象的评测问卷以及历史画像，分别从各所述评测问卷获取备注数据以及勾选数据；步骤S20、利用文本采集器从所述历史画像以及备注数据抽取关键字；步骤S30、基于所述关键字生成评测摘要；步骤S40、利用句法分析模型对所述评测摘要进行优化，基于优化后的所述评测摘要以及勾选数据生成画像。本发明的优点在于：极大的提升了画像的精度以及效率。

技术领域

本发明涉及计算机技术领域，特别指一种画像方法及系统。

背景技术

传统的测评系统是采用问卷勾选和自主评价相结合的方式，为测评对象定性评价提供数据支持的网络民主评议系统；通过设置不同评价模型，自动形成特征报告的特征评价系统和特征词库管理系统，通过人工对多个方面进行相关性分析，剔除干扰数据、矛盾数据，得出较为一致的显著特征和校核建议，即得到测评对象的画像。

然而，传统的测评系统在评测的过程中，存在一定的主观因素，且需要人工进行数据分析，导致画像的精度以及效率不高。因此，如何提供一种画像方法及系统，实现提升画像的精度以及效率，成为一个亟待解决的问题。

发明内容

本发明要解决的技术问题，在于提供一种画像方法及系统，实现提升画像的精度以及效率。

第一方面，本发明提供了一种画像方法，包括如下步骤：

步骤S10、从数据库获取各评测对象的评测问卷以及历史画像，分别从各所述评测问卷获取备注数据以及勾选数据；

步骤S20、利用文本采集器从所述历史画像以及备注数据抽取关键字；

步骤S30、基于所述关键字生成评测摘要；

步骤S40、利用句法分析模型对所述评测摘要进行优化，基于优化后的所述评测摘要以及勾选数据生成画像。

进一步地，所述步骤S20具体为：

设定一文本采集规则，利用文本采集器基于所述文本采集规则，从所述历史画像以及备注数据抽取关键字，并基于词性对所述关键字进行分类；所述词性为动词、名词、形容词或者副词。

进一步地，所述步骤S30具体为：

将抽取的各所述关键字输入摘要生成器生成评测摘要。

进一步地，所述步骤S40具体包括：

步骤S41、基于深度神经网络创建一句法分析模型，并对所述句法分析模型进行训练和验证；

步骤S42、利用所述句法分析模型对评测摘要进行优化；

步骤S43、结合优化后的所述评测摘要以及勾选数据生成画像。

进一步地，所述步骤S41具体为：

基于深度神经网络创建一句法分析模型，获取大量的摘要样本，将所述摘要样本划分为训练集和验证集，利用所述训练集对句法分析模型进行训练，利用所述验证集对训练后的句法分析模型进行验证。

第二方面，本发明提供了一种画像系统，包括如下模块：

数据获取模块，用于从数据库获取各评测对象的评测问卷以及历史画像，分别从各所述评测问卷获取备注数据以及勾选数据；

关键字抽取模块，用于利用文本采集器从所述历史画像以及备注数据抽取关键字；

摘要生成模块，用于基于所述关键字生成评测摘要；

画像生成模块，用于利用句法分析模型对所述评测摘要进行优化，基于优化后的所述评测摘要以及勾选数据生成画像。

进一步地，所述关键字抽取模块具体为：