[发明专利]一种公文批阅信息的生成方法及装置

权利要求书

1.一种公文批阅信息的生成方法，其特征在于，包括：

将待测公文文本的文档正文输入至预先训练好的主题模型，得到所述主题模型输出的文本主题信息；

根据所述文本主题信息对所述待测公文文本的文档正文进行文本简化后，将简化后的待测公文文本输入至预先训练好的公文预测模型，得到所述公文预测模型输出的待测公文向量；

从预存的历史公文库中匹配出与所述待测公文向量相似度最高的历史公文向量相对应的目标历史公文；

根据所述目标历史公文的批阅信息生成得到所述待测公文文本的批阅信息；

其中，所述文本主题信息包括若干个主题词以及每一主题词对应的主题权重；所述主题模型是基于文档分词样本以及与所述文档分词样本对应的文本主题信息进行训练得到的；所述公文预测模型是基于公文文本样本以及与所述公文文本样本对应的公文向量进行训练得到的。

2.根据权利要求1所述的公文批阅信息的生成方法，其特征在于，所述公文预测模型包括文本输入层、特征提取层、预测结果融合输出层；

所述将简化后的待测公文文本输入至预先训练好的公文预测模型，得到所述公文预测模型输出的待测公文向量，包括：

将简化后的待测公文文本输入至预先训练好的公文预测模型，通过所述文本输入层分别获取所述待测公文文本的结构化属性、文档标题和文档正文；

通过所述特征提取层分别对所述结构化属性、所述文档标题和所述文档正文进行特征提取得到属性特征向量、标题特征向量和正文特征向量；

通过所述预测结果融合输出层根据预设的决策权重对所述属性特征向量、所述标题特征向量和所述正文特征向量进行融合，得到所述待测公文向量并输出。

3.根据权利要求2所述的公文批阅信息的生成方法，其特征在于，所述通过所述特征提取层分别对所述结构化属性、所述文档标题和所述文档正文进行特征提取得到属性特征向量、标题特征向量和正文特征向量，包括：

通过所述特征提取层利用独热编码器对所述结构化属性进行特征提取得到所述属性特征向量；

通过所述特征提取层利用bilstm神经网络对所述文档标题进行特征提取得到所述标题特征向量；

通过所述特征提取层利用HAN神经网络对所述文档正文进行特征提取得到所述正文特征向量。

4.根据权利要求1所述的公文批阅信息的生成方法，其特征在于，所述根据所述文本主题信息对所述待测公文文本的文档正文进行文本简化，包括：

根据所述文本主题信息，将所述待测公文文本的文档正文中主题权重小于预设阈值的主题词进行剔除，得到所述简化后的待测公文文本。

5.根据权利要求1所述的公文批阅信息的生成方法，其特征在于，所述从预存的历史公文库中匹配出与所述待测公文向量相似度最高的历史公文向量相对应的目标历史公文，包括：

计算所述待测公文向量与预存的历史公文库中每一历史公文向量之间的余弦相似度，继而匹配出最高的余弦相似度相对应的历史公文作为所述目标历史公文。

6.根据权利要求1所述的公文批阅信息的生成方法，其特征在于，还包括：

根据预先构建的特征数据库对所述待测公文文本的批阅信息进行优化改写；其中，所述特征数据库包括同义词关系数据、部门映射关系数据、人员职责数据、主题词映射数据中的一种或多种。

7.根据权利要求1所述的公文批阅信息的生成方法，其特征在于，在所述将待测公文文本的文档正文输入至预先训练好的主题模型之前，还包括：

对预存的历史公文数据进行数据预处理；其中，所述历史公文数据包括所述文档分词样本和所述公文文本样本；

所述数据预处理包括：

识别出所述历史公文数据中的干扰数据并筛除，得到所述公文文本样本；

提取出所述历史公文数据中的业务专业词并构建业务领域分词词典；

基于所述业务领域分词词典对所述公文文本样本进行分词操作，得到所述文档分词样本；

结合人员架构信息以及公文所处环节信息生成得到业务辅助信息。