一种公告发布的方法、设备及计算机可读存储介质技术

本申请提供了一种公告发布的方法、设备及计算机可读存储介质，通过提取公告中的文本信息，根据该文本信息确定出公告中的多个关键信息，该多个关键信息中的每个关键信息包括标签和该标签对应的答案，该标签和该标签对应的答案包括：公告中的公告名称、发布时间、地点信息、人员信息和目标群体限定条件中的至少一种。构建每个社区居民对应的社区居民画像，确定多个关键信息中至少一个关键信息匹配的第一社区居民画像，然后将该公告发布给第一社区居民画像对应的多个社区居民。本申请提供的方法使得有关部门发送给各个社区的公告可以在第一时间投放给相应的人员和单位，提高了有关部门和居民之间的信息沟通的高效性。部门和居民之间的信息沟通的高效性。部门和居民之间的信息沟通的高效性。

【技术实现步骤摘要】
一种公告发布的方法、设备及计算机可读存储介质


[0001]本申请属于公文处理
，尤其涉及一种公告发布的方法、设备及计算机可读存储介质。

技术介绍

[0002]有关部门和多个社区存在着统筹管理的关系，因此，有关部门需要给多个社区的社区居民发送公告以是实现上级政策的传递。
[0003]公告的管理主要以纸质化或者电子存档为主。传统的公告处理主要时通过灵活配置设计策略实现公文的流转，很大程度上依赖于人为因素的干涉。在大数据来临的时代，由于公告数量的快速增长，内容分散公文介质不一，这种原始的发布消息方法已经严重影响智慧政务的发展。
[0004]因此，如何实现公告可以精确快速的下发至相关人员或者单位是目前公告发布的一大难题。

技术实现思路

[0005]本申请实施例提供了一种公告发布的方法、设备及计算机可读存储介质，可以解决公告不能精准下发至相关人员的问题，提高了有关部门和居民之间信息沟通的高效性。
[0006]第一方面，提供了一种公告发布的方法，该方法包括：提取公告中的文本信息；利用训练好的机器阅读理解模型确定文本信息中的多个关键信息，每个关键信息包括：标签和标签对应的答案，标签和标签对应的答案包括：公告中的公告名称、发布时间、涉及的地点信息、人员信息或者目标群体限定条件信息中的至少一种；构建每个社区居民对应的社区居民画像，社区居民画像包括：社区居民的基本信息、附加信息和行为信息；确定与多个关键信息中至少一个关键信息匹配的第一社区居民画像；将公告发布给第一社区居民画像对应的多个社区居民。
[0007]第一方面提供的方法，首先提取公告中的文本信息，然后利用训练好的阅读理解模型提取文本信息中的关键信息，该关键信息包括了标签和该标签对应的答案。该关键信息表示了公告中的涉及到的与相关人员相对应的主要信息，比如：公告的公告时间、发布时间、涉及的地点信息、人员信息或者目标群体限定条件等信息。然后，再根据居民的基本信息、附加信息和行为信息，构建每个社区居民对应的社区居民画像，从而实现对居民的标签化管理。然后，确定与多个关键信息中至少一个关键信息相匹配的第一社区居民画像，将公告发布给第一社区居民画像对应的多个社区居民，从而实现了公告对社区居民的精准发布，提高了有关部门和居民之间信息沟通的高效性。
[0008]可选的，利用训练好的机器阅读理解模型确定文本信息中的多个关键信息，包括：利用分词工具对所述文本信息进行分词得到多个词语；确定每个词语对应的词性和实体信息；利用训练好的机器阅读理解模型，在多个词语分别对应的词性和实体信息中，确定多个关键信息。在该种实现方式中，首先对文本信息进行分词并且确定每个词语对应的词性和
实体信息，然后再利用训练好的机器阅读理解模型，在多个词语分别对应的词性和实体信息中确定多个关键信息，提高了关键信息提取的准确度。
[0009]可选的，该方法还包括：获取训练样本，所述训练样本包括：样本文本、样本问题和样本答案；利用训练样本和初始阅读理解模型生成预测答案；基于预测答案与样本答案计算答案损失值；基于答案损失值对初始阅读理解模型进行迭代训练，得到训练好的阅读理解模型。在该种实现方式中，通过将样本文本与样本问题和样本答案输入至初始阅读理解模型中进行迭代训练，从而可以更好的结合上下文和问题之间的信息，使得阅读理解模型在深刻理解词语语义的基础上，更进一步的对上下文和整个公告进行透彻的理解和分析，预测出正确答案，从而提升了答案的准确性，提高了模型的训练效果。
[0010]可选的，初始阅读理解模型包括：嵌入层、自注意力层和线性层，利用所述训练样本和初始阅读理解模型生成预测答案，包括：将样本文本和样本问题输入至嵌入层，生成样本文本向量和样本问题向量；将样本文本向量和样本问题向量输入至自注意力层，生成文本问题权重矩阵；将样本文本问题权重矩阵输入至线性层，生成预测答案。在该种实现方式中，利用阅读理解模型的四层结构，可以使得阅读理解模型根据上下文和公告生成有一定相关概率的预测答案。
[0011]可选的，获取公告的发布参数，发布参数包括：公告下发的效率、社区居民的接受率、社区居民的响应率和公告下发的准确率；根据发布参数调整社区居民画像。在该种实现方式中，利用公告的发布参数动态调整社区居民画像，使得社区居民画像更为全面，在一定程度上提高了公告中的关键信息和社区居民画像的匹配程度，从而提高的公告发布的准确性。
[0012]可选的，文本信息包括：照片或者影印式文件，提取所述公告中的文本信息，包括：将公告进行预处理，得到公告中的多个字符信息；对多个字符信息进行卷积和下采样处理，得到文本信息的初步特征提取利用池化层对文本信息的主要特征进行提取；利用全连接层得到多个字符的文本信息。在该种实现方式中，利用卷积神经网络模型对公告为照片或者影印式文件中的文字信息进行提取，提高了文字信息提取的准确度。
[0013]可选的，居民基本信息包括：姓名、性别、民族和户籍信息；居民附加信息包括：家庭信息、工作信息、社保信息、医疗信息、教育信息、养老信息、服刑人员的监控信息和残障人士的保障信息；居民行为信息包括：出行信息、消费信息和互联网访问信息。
[0014]第二方面，提供了一种装置，该装置包括用于执行以上第一方面或者第一方面的任意一方面可能的实现方式中的各个步骤的单元。
[0015]第三方面，提供了一种装置，该装置包括至少一个处理器和存储器，该至少一个处理器用于执行以上第一方面或第一方面的任意可能的实现方式中的方法。
[0016]第四方面，提供了一种装置，该装置包括至少一个处理器和接口电路，该至少一个处理器用于执行以上第一方面或者第一方面中的任意一方面可能的实现方式中的方法。
[0017]第五方面，提供了一种公告发布设备，该通信设备包括处理器，该处理器用于执行以上第一方面或者第一方面中的任意一方面可能的实现方式中的方法。
[0018]第六方面，提供了一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序在被处理器执行时，用于执行第一方面或第一方面的任意可能的实现方式中的方法。
[0019]第七方面，提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当该计算机程序被执行时，用于执行第一方面或第一方面的任意可能的实现方式中的方法。
[0020]第八方面，提供了一种芯片或者集成电路，该芯片或者集成电路包括：处理器，用于从存储器中调用并运行计算机程序，使得安装有该芯片或者集成电路的设备执行第一方面或第一方面的任意可能的实现方式中的方法。
[0021]可以理解的是，上述第二方面至第八方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
[0022]本申请实施例与现有技术相比存在的有益效果是：本申请提供的方法，首先提取公告中的文本信息，然后利用训练好的阅读理解模型提取文本信息中的关键信息，该关键信息包括了标签和该标签对应的答案。该关键信息表示了公告中的涉及到的与相关人员相对应的主要信息，比如：公告的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种公告发布的方法，其特征在于，所述方法包括：提取公告中的文本信息；利用训练好的机器阅读理解模型确定所述文本信息中的多个关键信息，每个关键信息包括：标签和所述标签对应的答案，所述标签和所述标签对应的答案包括：所述公告中的公告名称、发布时间、涉及的地点信息、人员信息和目标群体限定条件信息中的至少一种；构建每个社区居民对应的社区居民画像，所述社区居民画像包括：社区居民的基本信息、社区居民的附加信息和社区居民的行为信息；确定与所述多个关键信息中至少一个关键信息匹配的第一社区居民画像；将所述公告发布给所述第一社区居民画像对应的多个社区居民。2.根据权利要求1所述的方法，其特征在于，所述利用训练好的机器阅读理解模型确定所述文本信息中的多个关键信息，包括：利用分词工具对所述文本信息进行分词得到多个词语；确定每个词语对应的词性和实体信息；利用训练好的机器阅读理解模型，在所述多个词语分别对应的词性和实体信息中，确定所述多个关键信息。3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：获取训练样本，所述训练样本包括：样本文本、样本问题和样本答案；利用所述训练样本和初始阅读理解模型生成预测答案；基于所述预测答案与所述样本答案计算答案损失值；基于所述答案损失值对所述初始阅读理解模型进行迭代训练，得到所述训练好的阅读理解模型。4.根据权利要求3所述的方法，其特征在于，所述初始阅读理解模型包括：嵌入层、自注意力层和线性层，所述利用所述训练样本和初始阅读理解模型生成预测答案，包括：将所述样本文本和所述样本问题输入至所述嵌入层，生成所述样本文本的向量和所述样本问题的向量；将所述样本文本的向量和所述样本问...

【专利技术属性】
技术研发人员：杨鹏，徐士亮，
申请(专利权)人：中电科新型智慧城市研究院有限公司，
类型：发明
国别省市：