一种面向科技文献的辅助审核方法及系统与流程
本发明涉及文献分析,具体而言,涉及一种面向科技文献的辅助审核方法及系统。
背景技术:
1、随着科技文献数量的快速增长以及机器学习、自然语言处理技术在文献分析领域的深入应用,基于计算机模型对科技文献进行自动化质量评价已成为文献审核领域的重要发展方向。文献评价模型通常以参考文献数量、摘要长度、关键词数量、作者数量、参考文献平均被引次数等多个文献特征维度为输入变量,输出对单篇文献的质量评分值。然而,当评价模型对某篇文献给出偏离预期的评分结果时,审核人员往往难以直观判断究竟是哪些文献特征维度导致了该异常评分,进而无法对异常文献开展针对性核查。
2、现有技术中,已有一些面向工程文档智能化处理的技术方案。例如,公开号为cn117251582b的中国发明专利公开了一种基于多视图学习的变电站知识图谱构建及优化方法,该方法对全区域范围内变电站的多源异构数据进行分析与描述,运用文本信息提取技术将全部结构化数据整合为专家知识库,从结构化数据中提取实体、属性和连接关系以构建知识图谱数据层,并分别构建关系视图和属性视图;在此基础上进行数据二次分层再融合并构建标签视图,建立电力系统实体关系库,基于neo4j图数据库将变电站外部和内部知识图谱融合为一个大型知识图谱;同时以准确率、一致性、简洁性和覆盖率为评价目标,采用多目标梯度下降方式对构建好的知识图谱从多个视图进行优化。该方案实现了电力领域多源异构数据的结构化组织与实体关联。
3、又如,公开号为cn121561116b的中国发明专利公开了一种电网变电工程知识图谱构建与检索方法及系统,该方法对电网变电工程相关文档进行动态自适应分块,得到语义连贯且独立的文本块;基于文本块并行调用大语言模型并结合领域提示词抽取实体与关系,并通过多轮精炼方式补全文本中隐含的实体与关系;对抽取并补全后的实体与关系进行融合与消歧,形成统一的知识图谱;基于leiden社区检测算法对知识图谱进行分层聚类,生成多粒度社区结构及对应的社区报告;针对用户模糊提问进行意图消解与预判引导,优化检索策略,并基于优化后的检索策略执行多跳语义检索,召回相关知识并生成答案。
4、然而,上述现有技术方案均面向工程文档的知识组织、知识图谱构建与检索问答,其核心在于将非结构化文档中的实体与关系结构化并支持语义查询,并未涉及对单篇文献自身质量评价结果的可解释性分析。具体而言:其一,当文献评价模型给出质量评分后,现有技术缺乏从多个文献特征维度中客观、自动地识别出对该评分结果具有异常影响的目标维度的技术手段,仍需依赖人工经验逐一排查各特征维度,审核效率较低且主观性较强;其二,现有技术中采用的聚类算法(如多视图聚类、leiden社区检测算法)均用于实体划分或社区发现,而非用于从模型预测敏感度的角度筛选异常特征维度,无法客观量化各文献特征维度对评价模型预测结果的影响程度;其三,现有技术缺乏对异常维度相对于历史文献取值分布的偏离方向与偏离程度的量化分析,亦缺乏基于异常严重程度的分级预警机制以及与异常维度类型相对应的可操作核查指引,难以将模型输出转化为审核人员可直接执行的审核建议。
5、因此,亟需一种能够在单篇文献层面自动锁定关键异常特征维度、量化其偏离程度并生成分级预警与核查指引的科技文献辅助审核方法,以解决现有技术中异常特征识别主观性强、定位不精准、缺乏可操作核查建议的技术问题。
技术实现思路
1、本发明的目的在于提供一种面向科技文献的辅助审核方法及系统,以改善上述问题。
2、为了实现上述目的,本技术提供了如下技术方案:
3、一方面,本技术实施例提供了一种面向科技文献的辅助审核方法,所述方法包括:
4、获取待分析的目标科技文献的特征数据,以及历史科技文献的特征数据和质量评分值,特征数据包括多个文献特征维度的取值;文献特征维度包括但不限于:文献自身属性维度、作者关联维度和期刊关联维度;
5、对目标科技文献的特征数据中的每个文献特征维度执行变量置换操作,生成与每个文献特征维度对应的置换特征数据;分别将每个置换特征数据输入预设的文献评价模型,得到与每个置换特征数据对应的置换分析结果,文献评价模型用于预测科技文献的质量评分值;变量置换操作至少包括:根据历史科技文献的特征数据和质量评分值,替换不合理文献特征维度取值,并保留合理文献特征维度取值;
6、将目标科技文献的特征数据输入文献评价模型中,得到原始分析结果;根据原始分析结果与置换分析结果之间的差异程度,从多个文献特征维度中确定目标文献特征维度,生成目标文献特征维度的综合信息,基于综合信息辅助目标科技文献的审核。
7、第二方面,本技术提供了一种面向科技文献的辅助审核系统,所述系统包括:
8、获取模块,用于获取待分析的目标科技文献的特征数据,以及历史科技文献的特征数据和质量评分值,特征数据包括多个文献特征维度的取值;
9、置换模块,用于对目标科技文献的特征数据中的每个文献特征维度执行变量置换操作,生成与每个文献特征维度对应的置换特征数据;分别将每个置换特征数据输入预设的文献评价模型,得到与每个置换特征数据对应的置换分析结果,文献评价模型用于预测科技文献的质量评分值;
10、生成模块,用于将目标科技文献的特征数据输入文献评价模型中,得到原始分析结果;根据原始分析结果与置换分析结果之间的差异程度,从多个文献特征维度中确定目标文献特征维度,生成目标文献特征维度的综合信息,基于综合信息辅助目标科技文献的审核。
11、第三方面,本技术提供了一种面向科技文献的辅助审核设备,所述设备包括存储器和处理器。存储器用于存储计算机程序;处理器用于执行所述计算机程序时实现上述面向科技文献的辅助审核方法的步骤。
12、第四方面,本技术提供了一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述面向科技文献的辅助审核方法的步骤。
13、本发明的有益效果为:
14、1、本发明通过对目标科技文献的每个文献特征维度逐一执行变量置换操作,将置换后的特征数据输入文献评价模型获得置换分析结果,在此基础上计算每个文献特征维度对应的第一差值和标准差,并采用基于密度的聚类算法对全部文献特征维度进行聚类处理,根据聚类结果确定目标文献特征维度。该方案能够从众多文献特征维度中自动、客观地锁定对该篇文献评价结果影响最为显著的维度,避免了人工主观判断的偏差。
15、2、本发明在变量置换过程中通过两层合理性校验,基于四分位距的统计离群值剔除和基于变异系数的取值稳定性校验,对候选替换值进行严格筛选,确保所有置换取值均来源于历史文献中的真实合理取值,有效过滤了数据噪声,提高了文献评价模型预测结果的稳定性和可靠性,降低了因数据异常导致的误判率。
16、3、本发明通过计算综合异常指数并根据预设阈值生成分级预警标签,将异常程度量化为可比较的数值指标,实现了从是否异常到异常有多严重的精确分级,为审核人员提供了优先级明确的预警信号,显著提升了审核效率。
17、4、本发明将目标文献特征维度的名称、原始取值、历史统计分布、偏离方向、偏离程度及分级预警标签组合为结构化综合信息,并根据维度类型从预设核查规则库中自动匹配对应的核查指引信息一并输出。该方案将聚类算法输出的抽象离群点转化为审核人员可直接操作的具体核查建议,实现了从异常识别、量化分级到针对性核查指引的完整闭环,为科技文献的辅助审核提供了客观的技术支持。
18、本发明的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、以及附图中所特别指出的结构来实现和获得。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com