一种基于内容的讲座客观评价方法及系统技术方案

本发明专利技术公开了一种基于内容的讲座客观评价方法及系统，该方法包括：采集讲座主讲人的语音信息；对语音信息进行数据预处理，构建讲座文本模型；对讲座文本模型进行内容检测并计算评分，输出讲座文本模型分数。通过使用本发明专利技术，能够有效的对会议主讲人的讲话内容进行客观的评价且提高了系统评价计分的效率。本发明专利技术作为一种基于内容的讲座客观评价方法及系统，可广泛应用于会议信息技术处理领域。可广泛应用于会议信息技术处理领域。可广泛应用于会议信息技术处理领域。

【技术实现步骤摘要】
一种基于内容的讲座客观评价方法及系统


[0001]本专利技术涉及会议信息技术处理领域，尤其涉及一种基于内容的讲座客观评价方法及系统。

技术介绍

[0002]当今社会，讲座作为知识分享的重要渠道，越来越受到人们的重视，人们也愿意为参加讲座而付费，在知识分享的大趋势下，承担着知识分享的重要载体讲座，其内容质量的好坏十分影响人们的感受；而对于讲座进行评价的手段却十分有限，依照评分标准表进行讲座评分的这种模式，也增加评审人员的时间负担，现有的打分技术主要分为两类：一类是打分员与评分者进行实地探访，实际的听一节专家的讲座，然后将听课的表现记录在案，综合多个听课的打分员的意见后，得到该专家打分的分数；另一类是以会后评价的形式，收集到会议结束后，参会人员对讲台上的老师的评价和意见，对这些得到的意见，进行汇总整理，最后得到这个专家的分数和提升建议，上面所说的这些方法，在日常打分评价中，存在两个比较大的缺陷，其一是对于专家和评委，在对会议进行打分时，需要完整的听完一节讲座，才能评分，如果会议数量多，就会出现会议进行后打分的专家却因人手不足无法打分，进而影响计划进行；其二是全部依靠讲座结束后参与人员的主观打分评价的话，无法很好的保证这个评分的客观性和公正性，同时人具有从众心理，大家的倾向容易被相互影响，综上所述，现有技术还存在着部分不足之处，难以解决，影响讲座效率。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的是提供一种基于内容的讲座客观评价方法及系统，能够有效的对会议主讲人的讲话内容进行客观的评价且提高了系统评价计分的效率。
[0004]本专利技术所采用的第一技术方案是：一种基于内容的讲座客观评价方法，包括以下步骤：
[0005]采集讲座主讲人的语音信息；
[0006]对语音信息进行数据预处理，构建讲座文本模型；
[0007]对讲座文本模型进行内容检测并计算评分，输出讲座文本模型分数。
[0008]进一步，所述对语音信息进行数据预处理，构建讲座文本模型这一步骤，其具体包括：
[0009]根据预设的分段规则对讲座主讲人的语音信息进行分段处理，得到多段语音信息；
[0010]对多段语音信息进行分贝检测与音色标记处理，得到检测结果与标记结果；
[0011]对检测结果与标记结果进行筛选处理，得到处理后的语音信息；
[0012]基于语音文字转换技术对处理后的语音信息进行转换处理，构建讲座文本模型。
[0013]进一步，所述对讲座文本模型进行内容检测并计算评分，输出预处理后的讲座文
本模型分数这一步骤，其具体包括：
[0014]基于新颖性检测系统，对讲座文本模型进行新颖性检测并计算其得分，输出新颖性得分值；
[0015]基于逻辑性检测系统，对讲座文本模型进行逻辑性检测并计算其得分，输出逻辑性得分值；
[0016]基于综合表达检测系统，对讲座文本模型进行表达检测并计算其得分，输出表达得分值；
[0017]整合新颖性得分值、逻辑性得分值和表达得分值，得到讲座文本模型分数。
[0018]进一步，所述基于新颖性检测系统，对讲座文本模型进行新颖性检测并计算其得分，输出新颖性得分值这一步骤，其具体包括：
[0019]基于摘要抽取模型对讲座文本模型进行摘要抽取，得到讲座文本模型摘要；
[0020]构建训练文本模型，所述训练文本模型为与讲座文本模型方向一致的论文；
[0021]基于摘要抽取模型对训练文本模型进行摘要抽取，得到训练文本模型摘要；
[0022]通过语言表示模型对讲座文本模型摘要和训练文本模型摘要进行转换处理，得到对应的词向量；
[0023]分别计算讲座文本模型摘要词向量和训练文本模型摘要词向量的余弦相似值并根据计算结果进行判断；
[0024]判断到计算结果大于预设阈值，输出训练文本模型中的论文；
[0025]获取训练文本模型中的论文发表时间并与讲座文本模型进行新颖性计算，得到新颖性得分值。
[0026]进一步，所述新颖性的计算过程如下所示：
[0027][0028]上式中，t1表示新颖性得分值，datetime表示讲座的举办时间，n表示训练文本模型中论文的数量。
[0029]进一步，所述基于摘要抽取模型对讲座文本模型进行摘要抽取，得到讲座文本模型摘要这一步骤，其具体包括：
[0030]将讲座文本模型输入至摘要抽取模型，所述摘要抽取模型包括词嵌入层，编码层，解码层；
[0031]基于词嵌入层对讲座文本模型进行转换处理，输出讲座文本模型向量；
[0032]基于编码层对讲座文本模型向量进行编码处理，得到具有特征集中的讲座文本模型向量；
[0033]基于解码层对具有特征集中的讲座文本模型向量进行解码处理，生成讲座文本模型摘要。
[0034]进一步，所述基于逻辑性检测系统，对讲座文本模型进行逻辑性检测并计算其得分，输出逻辑性得分值这一步骤，其具体包括：
[0035]对讲座文本模型进行划分处理，得到多个讲座文本模型的句子并根据讲座文本模型对句子进行先后顺序排列；
[0036]将讲座文本模型的第一句子输入至预训练的生成模型进行预测处理，输出第一预测句子；
[0037]将第一预测句子与讲座文本模型的第二句子进行相似度比较，得到比较结果；
[0038]对比较结果与预设阈值进行判断，判断到比较结果小于预设阈值，将讲座文本模型的第二句子输入至训练后的生成模型，反之将第一预测句子输入至训练后的生成模型，输出第二预测句子，即可以通过大量的论文文本对本专利技术的生成模型进行训练，并将训练后的生成模型用于对讲座文本的逻辑性计算；
[0039]循环上述预测过程和比较过程，构建相似度集合并计算其逻辑性，得到逻辑性得分值。
[0040]进一步，所述基于综合表达检测系统，对讲座文本模型进行表达检测并计算其得分，输出表达得分值这一步骤，其具体包括：
[0041]对讲座文本模型进行划分处理，得到讲座文本模型的语句段落；
[0042]通过分类模型对讲座文本模型的语句段落进行衔接性判断，得到判断结果；
[0043]对判断结果进行演化处理，得到表达得分值。
[0044]进一步，所述表达得分值的计算过程如下所示：
[0045]t3＝arg(erine(P
i
*α)+erine(P))
[0046]上式中，t3表示表达得分值，erine表示分类模型，P
i
表示讲座文本模型的第i个语句段落，α表示第i个语句段落的权重，P表示讲座文本模型的全部文本内容。
[0047]本专利技术所采用的第二技术方案是：一种基于内容的讲座客观评价系统，包括：
[0048]采集模块，用于采集讲座主讲人的语音信息；
[0049]构建模块，用于对语音信息进行数据预处理，构建讲座文本模型；
[0050]检测模块，用于对讲座文本模型进行内容检测并本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于内容的讲座客观评价方法，其特征在于，包括以下步骤：采集讲座主讲人的语音信息；对语音信息进行数据预处理，构建讲座文本模型；对讲座文本模型进行内容检测并计算评分，输出讲座文本模型分数。2.根据权利要求1所述一种基于内容的讲座客观评价方法，其特征在于，所述对语音信息进行数据预处理，构建讲座文本模型这一步骤，其具体包括：根据预设的分段规则对讲座主讲人的语音信息进行分段处理，得到多段语音信息；对多段语音信息进行分贝检测与音色标记处理，得到检测结果与标记结果；对检测结果与标记结果进行筛选处理，得到处理后的语音信息；基于语音文字转换技术对处理后的语音信息进行转换处理，构建讲座文本模型。3.根据权利要求1所述一种基于内容的讲座客观评价方法，其特征在于，所述对讲座文本模型进行内容检测并计算评分，输出讲座文本模型分数这一步骤，其具体包括：基于新颖性检测系统，对讲座文本模型进行新颖性检测并计算其得分，输出新颖性得分值；基于逻辑性检测系统，对讲座文本模型进行逻辑性检测并计算其得分，输出逻辑性得分值；基于综合表达检测系统，对讲座文本模型进行表达检测并计算其得分，输出表达得分值；整合新颖性得分值、逻辑性得分值和表达得分值，得到讲座文本模型分数。4.根据权利要求3所述一种基于内容的讲座客观评价方法，其特征在于，所述基于新颖性检测系统，对讲座文本模型进行新颖性检测并计算其得分，输出新颖性得分值这一步骤，其具体包括：基于摘要抽取模型对讲座文本模型进行摘要抽取，得到讲座文本模型摘要；构建训练文本模型，所述训练文本模型为与讲座文本模型方向一致的论文；基于摘要抽取模型对训练文本模型进行摘要抽取，得到训练文本模型摘要；通过语言表示模型对讲座文本模型摘要和训练文本模型摘要进行转换处理，得到对应的词向量；分别计算讲座文本模型摘要词向量和训练文本模型摘要词向量的余弦相似值并根据计算结果进行判断；判断到计算结果大于预设阈值，输出训练文本模型中的论文；获取训练文本模型中的论文发表时间并与讲座文本模型进行新颖性计算，得到新颖性得分值。5.根据权利要求4所述一种基于内容的讲座客观评价方法，其特征在于，所述新颖性的计算过程如下所示：上式中，t1表示新颖性得分值，datetime表示讲座举办的时间，n表示训练文本模型中论文的数量。
6.根据权利要求3所述一种基于内容的讲座客观评价方法，其特征...

【专利技术属性】
技术研发人员：余有成，余彤，卓汉强，
申请(专利权)人：黑盒科技广州有限公司，
类型：发明
国别省市：