线上健康影响评价方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术实施例公开了线上健康影响评价方法、装置、计算机设备及存储介质。所述方法包括：获取由政府工作人员发布的待评价的公共政策文件；识别所述公共政策文件内的健康影响关键词；发送所述健康影响关键词至第二终端，以由第二终端对所述公共政策文件进行评价；获取来自所述第二终端的评价内容；根据所述评价内容从文献摘要库内获取匹配的相关文献，以得到评价报告。通过实施本发明专利技术实施例的方法可实现减少审稿难度，且便于对文件中潜在影响健康内容识别，人力工作量少，且评价周期短，确保评价的时效性。的时效性。的时效性。

【技术实现步骤摘要】
线上健康影响评价方法、装置、计算机设备及存储介质


[0001]本专利技术涉及计算机，更具体地说是指线上健康影响评价方法、装置、计算机设备及存储介质。

技术介绍

[0002]国内现有的健康影响评价的相关工作主要包括两种形式：一是参照国外既有技术流程，即需要开展相关利益者现场调查进行评价；二是征求意见式的健康影响评价；第一种严谨性好，但是效率低，难以满足政府公文的行文节奏。第二种效率高，但是有失严谨。
[0003]目前在国内还没有较系统的健康影响评价体系，所以在进行国内的健康影响评价中主要是参考国外文献以及国外的相关案例，由于国外的相关文献和案例公开数量有限，在目前的健康影响评价中常常会遇到可用数据可能不足的问题，健康影响评价团队在评价的过程中可能会做出决定，将一部分时间专用于收集新数据，这就导致了相关数据难以形成大规模，也解释了健康影响评价为何会是一项耗时耗力的工作，目前国内专业人员以及管理人员进行健康影响评价流程需要经过筛选、范围界定、评估、报告这四个流程，针对目前专家人工进行健康影响评价流程，存在以下问题：缺少线上健康影响评价系统，评估规则不明确，增大了专家审稿的难度；针对政策文件涉及的范围广，由于不同领域专家专业的局限性，组织不同领域专家对文件中潜在影响健康内容进行识别有一定困难；在进行健康影响评估时需要查阅相关文献作为参考的过程会耗费大量的人力工作量，导致评价周期变长，时效性难以保证。
[0004]因此，有必要设计一种新的方法，实现减少审稿难度，且便于对文件中潜在影响健康内容识别，人力工作量少，且评价周期短，确保评价的时效性。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的缺陷，提供线上健康影响评价方法、装置、计算机设备及存储介质。
[0006]为实现上述目的，本专利技术采用以下技术方案：线上健康影响评价方法，包括：
[0007]获取由政府工作人员发布的待评价的公共政策文件；
[0008]识别所述公共政策文件内的健康影响关键词；
[0009]发送所述健康影响关键词至第二终端，以由第二终端对所述公共政策文件进行评价；
[0010]获取来自所述第二终端的评价内容；
[0011]根据所述评价内容从文献摘要库内获取匹配的相关文献，以得到评价报告。
[0012]其进一步技术方案为：所述识别所述公共政策文件内的健康影响关键词，包括：
[0013]将所述公共政策文件输入至自注意力机制模型内进行识别，以得到健康影响关键词；
[0014]其中，所述自注意力机制模型是通过带有关键词标签的相关政策文件作为样本集
训练BI
‑
GRU
‑
CRF模型所得的。
[0015]其进一步技术方案为：所述自注意力机制模型是通过带有关键词标签的相关政策文件作为样本集训练BI
‑
GRU
‑
CRF模型所得的，包括：
[0016]获取相关政策文本，并对所述政策文本进行预处理，以得到政策文字；
[0017]利用分词工具对所述政策文字进行分词，以得到分词结果；
[0018]对所述分词结果进行标签标注，以得到标注结果；
[0019]对所述标注结果获取对应的词向量；
[0020]构建BI
‑
GRU
‑
CRF模型；
[0021]将所述词向量输入至BI
‑
GRU
‑
CRF模型内进行训练，且对训练后的BI
‑
GRU
‑
CRF模型进行评估，根据评估情况对BI
‑
GRU
‑
CRF模型进行相应改进，以得到自注意力机制模型。
[0022]其进一步技术方案为：所述BI
‑
GRU
‑
CRF模型包括双向GRU神经网络模型、自注意力机制层、CRF层以及输出层。
[0023]其进一步技术方案为：所述对所述标注结果获取对应的词向量，包括：
[0024]获取词嵌入向量词典；
[0025]将所述标注结果与词嵌入向量词典进行匹配，以得到对应的词向量。
[0026]其进一步技术方案为：所述根据所述评价内容从文献摘要库内获取匹配的相关文献，以得到评价报告，包括：
[0027]通过爬虫技术和语义相似度去重技术构建健康影响数据集和文献摘要库；
[0028]根据所述评价内容筛选出所述文献摘要库内匹配的相关文献，以得到评价报告。
[0029]其进一步技术方案为：所述根据所述评价内容筛选出所述文献摘要库内匹配的相关文献，以得到评价报告，包括：
[0030]对所述评价内容与所述文献摘要库内的文本分别进行分词处理，并去除停用词，以得到分词后的两个文本；
[0031]将分词后的两个文本进行匹配，寻找相同的词语作为关键词；
[0032]将所述关键词的左边和右边的若干个词语合并到对应的文本内，以得到输入内容；
[0033]将所述输入内容输入至KBS
‑
GRU模型内进行文本相似度分析，以得到分析结果；
[0034]根据所述分析结果确定评价报告。
[0035]本专利技术还提供了线上健康影响评价装置，包括：
[0036]文件获取单元，用于获取由政府工作人员发布的待评价的公共政策文件；
[0037]识别单元，用于识别所述公共政策文件内的健康影响关键词；
[0038]发送单元，用于发送所述健康影响关键词至第二终端，以由第二终端对所述公共政策文件进行评价；
[0039]内容获取单元，用于获取来自所述第二终端的评价内容；
[0040]匹配单元，用于根据所述评价内容从文献摘要库内获取匹配的相关文献，以得到评价报告。
[0041]本专利技术还提供了一种计算机设备，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法。
[0042]本专利技术还提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程
序被处理器执行时可实现上述的方法。
[0043]本专利技术与现有技术相比的有益效果是：本专利技术通过采用人工智能中的自然语言处理技术构建自注意力机制模型对公共政策文件进行健康影响关键词的提取，并在获取第二终端的评价内容后，从文献摘要库内采用KBS
‑
GRU模型进行文献摘要和评价内容的文本相似度分析，以确定评价报告，实现减少审稿难度，且便于对文件中潜在影响健康内容识别，人力工作量少，且评价周期短，确保评价的时效性。
[0044]下面结合附图和具体实施例对本专利技术作进一步描述。
附图说明
[0045]为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.线上健康影响评价方法，其特征在于，包括：获取由政府工作人员发布的待评价的公共政策文件；识别所述公共政策文件内的健康影响关键词；发送所述健康影响关键词至第二终端，以由第二终端对所述公共政策文件进行评价；获取来自所述第二终端的评价内容；根据所述评价内容从文献摘要库内获取匹配的相关文献，以得到评价报告。2.根据权利要求1所述的线上健康影响评价方法，其特征在于，所述识别所述公共政策文件内的健康影响关键词，包括：将所述公共政策文件输入至自注意力机制模型内进行识别，以得到健康影响关键词；其中，所述自注意力机制模型是通过带有关键词标签的相关政策文件作为样本集训练BI
‑
GRU
‑
CRF模型所得的。3.根据权利要求2所述的线上健康影响评价方法，其特征在于，所述自注意力机制模型是通过带有关键词标签的相关政策文件作为样本集训练BI
‑
GRU
‑
CRF模型所得的，包括：获取相关政策文本，并对所述政策文本进行预处理，以得到政策文字；利用分词工具对所述政策文字进行分词，以得到分词结果；对所述分词结果进行标签标注，以得到标注结果；对所述标注结果获取对应的词向量；构建BI
‑
GRU
‑
CRF模型；将所述词向量输入至BI
‑
GRU
‑
CRF模型内进行训练，且对训练后的BI
‑
GRU
‑
CRF模型进行评估，根据评估情况对BI
‑
GRU
‑
CRF模型进行相应改进，以得到自注意力机制模型。4.根据权利要求3所述的线上健康影响评价方法，其特征在于，所述BI
‑
GRU
‑
CRF模型包括双向GRU神经网络模型、自注意力机制...

【专利技术属性】
技术研发人员：王建勋，陈燕娟，李金涛，袁贞明，文昂，张艺超，
申请(专利权)人：杭州师范大学，
类型：发明
国别省市：