【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种基于机器学习的决策能力评估方法和装置。
技术介绍
1、在多目标决策的场景下，参与者在有限时间内，基于公开信息和背景知识，形成对问题的综合研判，体现决策能力。参与者的决策能力评估通过的决策能力评估系统生成，在已有技术中，决策能力评估系统高度依赖于专家的主观经验和判断，疏于对参与者决策能力的客观系统评估。具体而言，此类系统往往缺乏决策分析理论的支撑，或只应用单一框架(如层次分析法等)，而单一框架的有效性缺乏论证；此类系统包含的评估维度往往较为非体系化、碎片化，缺乏全面性和系统性，例如对于情绪稳定性、语言组织能力以及提出的选项数量等指标，提出仅由评估者主观决定，这些指标不一定能够有效衡量决策能力；且此类系统包含的评估维度或难以量化(如理解能力、鉴别能力、推理能力、表达能力)。
2、总的来讲，已有技术中存在的决策能力评估系统，需要通过专家论述给出总体性评价，存在较大的主观性，且评价指标缺乏定量评价。特别地，过往的评估系统很难应用于多价值(包括冲突的目标)、多信息(包括不确定性信息)、多选项、多利益...
【技术保护点】
1.一种基于机器学习的决策能力评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于机器学习的决策能力评估方法，其特征在于，所述参考答案影响图的构建过程包括：
3.根据权利要求2所述的基于机器学习的决策能力评估方法，其特征在于，利用参考答案的节点和参考答案的有向边，构建所述参考答案的影响图，之后还包括：
4.根据权利要求1所述的基于机器学习的决策能力评估方法，其特征在于，所述参考答案的影响图的节点至少包括：
5.根据权利要求1所述的基于机器学习的决策能力评估方法，其特征在于，所述目标词对包括有向词对和无向词对...
【技术特征摘要】
1.一种基于机器学习的决策能力评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于机器学习的决策能力评估方法，其特征在于，所述参考答案影响图的构建过程包括：
3.根据权利要求2所述的基于机器学习的决策能力评估方法，其特征在于，利用参考答案的节点和参考答案的有向边，构建所述参考答案的影响图，之后还包括：
4.根据权利要求1所述的基于机器学习的决策能力评估方法，其特征在于，所述参考答案的影响图的节点至少包括：
5.根据权利要求1所述的基于机器学习的决策能力评估方法，其特征在于，所述目标词对包括有向词对和无向词对，将所述目标词对作为有向边，具体包括：
6.根据权利要求1所述的基于机器学习的决策能力评估方法，其...
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。