System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及计算机,尤其涉及一种相似政策推荐方法、系统、设备及存储介质。
技术介绍
1、政策制定和法规遵守是现代社会的核心活动之一,政府机构、法律专业人士、企业和公民需要及时了解和遵守众多法律法规。
2、相似性推荐能够为用户推荐想要了解的法规的相关政策信息,以辅助用户理解,相关技术中,基于向量空间模型的文本相似度计算方法是相似性推荐方法中常用的一种,但政策文本和相关信息的数据量十分庞大,导致现有方法或系统的自动检索效率不高,无法快速处理大规模的政策信息。
3、综合以上该
发展状况分析,现有的技术中缺少通过索引引擎自动过滤相似度较高的文本,再进行重复匹配度筛选的方案。
技术实现思路
1、本专利技术的目的在于提供一种相似政策推荐方法、系统、设备及存储介质,旨在解决现有技术中的上述问题。
2、根据本专利技术实施例的第一方面,提供一种相似政策推荐方法,包括:
3、获取待推荐文本并清洗,将清洗后待推荐文本存入存储表,并将清洗后待推荐文本转换为向量形式文本,对向量形式文本进行特征提取,得到待推荐重要特征,将待推荐重要特征存入索引表中;
4、计算待推荐重要特征与索引表中已有政策对应重要特征的相似度,根据相似度筛选已有政策作为备选政策;
5、从存储表中获取备选政策对应的清洗后文本,计算清洗后待推荐文本与备选政策对应的清洗后文本的重复匹配度,根据重复匹配度筛选清洗后文本作为推荐结果;
6、将推荐结果对应的原始
7、根据本专利技术实施例的第二方面,提供一种相似政策推荐系统,包括:
8、数据处理模块,用于获取待推荐文本并清洗,将清洗后待推荐文本存入存储表,并将清洗后待推荐文本转换为向量形式文本,对向量形式文本进行特征提取,得到待推荐重要特征,将待推荐重要特征存入索引表中;
9、相似度计算模块,用于计算待推荐重要特征与索引表中已有政策对应重要特征的相似度,根据相似度筛选已有政策作为备选政策;
10、匹配度计算模块,用于从存储表中获取备选政策对应的清洗后文本,计算清洗后待推荐文本与备选政策对应的清洗后文本的重复匹配度,根据重复匹配度筛选清洗后文本作为推荐结果;
11、可视化展示模块,用于将推荐结果对应的原始政策文本进行可视化展示。
12、根据本专利技术实施例的第三方面,提供一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该计算机程序被处理器执行时实现如本公开第一方面所提供的相似政策推荐方法的步骤。
13、根据本专利技术实施例的第四方面,提供一种计算机可读存储介质,其上存储有信息传递的实现程序,该程序被处理器执行时实现本公开第一方面所提供的的相似政策推荐方法的步骤。
14、本专利技术实施例提供的技术方案包括以下有益效果:先通过相似度筛选出重要特征较为相似的已有政策作为备选政策,再从备选政策中进一步筛选出文本重复匹配度较高的政策,二次筛选确保了推荐的准确性;且各政策对应的重要特征在索引表存放便于快速查找,而具体的文本存储在数据库中,便于存储大量。
15、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
本文档来自技高网...【技术保护点】
1.一种相似政策推荐方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述获取待推荐文本并清洗,将清洗后待推荐文本存入存储表具体包括:
3.根据权利要求1所述的方法,其特征在于,所述将所述清洗后待推荐文本转换为向量形式文本具体包括:使用Sentence BERT句子嵌入模型将所述清洗后待推荐文本转换为向量形式文本。
4.根据权利要求1所述的方法,其特征在于,所述对所述向量形式文本进行特征提取,得到待推荐重要特征具体包括:
5.根据权利要求1所述的方法,其特征在于,所述计算所述待推荐重要特征与所述索引表中已有政策对应重要特征的相似度具体包括:
6.根据权利要求1所述的方法,其特征在于,所述计算清洗后待推荐文本与备选政策对应的清洗后文本的重复匹配度具体包括:
7.根据权利要求1所述的方法,其特征在于,所述将所述推荐结果对应的原始政策文本进行可视化展示具体包括:根据所述推荐结果对应的原始政策文本生成包括重复分析和详情建议的可视化结果报告。
8.一种相似政策推荐系统,其特征在于,包括:<
...【技术特征摘要】
1.一种相似政策推荐方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述获取待推荐文本并清洗,将清洗后待推荐文本存入存储表具体包括:
3.根据权利要求1所述的方法,其特征在于,所述将所述清洗后待推荐文本转换为向量形式文本具体包括:使用sentence bert句子嵌入模型将所述清洗后待推荐文本转换为向量形式文本。
4.根据权利要求1所述的方法,其特征在于,所述对所述向量形式文本进行特征提取,得到待推荐重要特征具体包括:
5.根据权利要求1所述的方法,其特征在于,所述计算所述待推荐重要特征与所述索引表中已有政策对应重要特征的相似度具体包括:
6.根据权利要求1所述的方法,其特征在于,所述计算清洗后待推荐文本与...
【专利技术属性】
技术研发人员:杨昊天,王正文,陈纪任,贾涛,张帆,叶艳,唐珂欣,牛智鹏,
申请(专利权)人:数字郑州科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。