[发明专利]评价文本的处理方法、装置以及计算机设备

说明书

本发明提供了一种评价文本的处理方法、装置以及计算机设备，其中，方法包括：基于特殊标识符识别所述原始评价文本中的注释内容，并对所述注释内容进行正则化清洗，得到暂时文本；识别所述暂时文本中的各个句子的信息，并基于预设的信息分类方法对各个句子进行分类；进行句法分析，提取所述标准化主题信息中的句子关键要素；根据所述关键要素形成评价短句，并将各所述评价短句作为所述员工的评价。本发明的有益效果：实现了对评价内容的主要信息的提取，使考核人员能够更加直观的对员工作出评价，提高了评估效率。

技术领域

本发明涉及文本处理领域，特别涉及一种评价文本的处理方法、装置以及计算机设备。

背景技术

人员能力评定是职业发展中不可或缺的一部分，一方面从多维度让员工对自身了解，另一方面让管理部门进行人员胜任力评估。实施过程中一般通过定量的描述或者直觉经验来确定被评估人员的能力。对于冗长的评价文本来说，增加了评估人员的阅读时间，影响了评估速度，导致评估效率不高。因此亟需一种评价文本的处理方法。

发明内容

本发明的主要目的为提供一种评价文本的处理方法、装置以及计算机设备，旨在解决评估人员评估冗长的评价文本的评估效率不高的问题。

本发明提供了一种评价文本的处理方法，包括：

获取员工的原始评价文本；

基于特殊标识符识别所述原始评价文本中的注释内容，并对所述注释内容进行正则化清洗，得到暂时文本；

识别所述暂时文本中的各个句子的信息，并基于预设的信息分类方法对各个句子进行分类；

分类完成后，在每个类别中筛选出各个类别的主题信息；

将所述主题信息进行标准化处理，得到对应的标准化主题信息；

对所述标准化主题信息进行句法分析，提取所述标准化主题信息中的句子关键要素；

根据所述关键要素形成评价短句，并将各所述评价短句作为所述员工的评价。

进一步地，所述将各所述评价短句作为所述员工的评价的步骤，包括：

通过预设的情感词典对所述评价短句，以及所述评价短句对应的主题信息分别进行情感词识别，分别得到第一情感分值和第二情感分值；

判断所述第一情感分值和所述第二情感分值的差值是否小于情感阈值；

若小于所述情感阈值，则将所述评价短句作为所述员工的评价。

进一步地，所述将所述主题信息进行标准化处理，得到对应的标准化主题信息的步骤，包括：

将所述主题信息进行预处理，并建立TOKEN列表将预处理后的所述主题信息导入数据集，其中所述预处理包括根据所述特殊字符标识库剔除所述主题信息中的标点符号、统一语种、删除不相关词句，所述不相关词句包括问候语、形容词以及脏词；

通过BERT中文训练模型读取所述数据集的文本数据，通过BERT训练模型fine-tuning的方式构建词向量，其中所述BERT训练模型基于专业词库训练而成；

在循环神经网络内依次输入所述文本数据对应的所述词向量，所述词向量具有n个，分别为x₁，x₂，…，x_n；