基于深度学习构建民航监察员词典卡的方法及系统技术方案

本发明专利技术公开了一种基于深度学习构建民航监察员词典卡的方法及系统。按照挖掘程度值，构建折线分类网络。按照语序，构建矩阵检测网络。获取当前判别语句。基于当前判别语句，通过折线分类网络和矩阵检测网络，关联判别语句与词典卡对应的绩效标准，得到当前绩效标准。找到每个关键词键值对的不同的关键形容词对绩效标准的判别的影响。并且按照语序，检测语序对绩效标准判别的影响。

【技术实现步骤摘要】

本专利技术涉及计算机，具体而言，涉及一种基于深度学习构建民航监察员词典卡的方法及系统。

技术介绍

1、目前，构建词典卡的目的是将每一项行为（ob）更加具象化，呈现的是胜任力素质模型中的每一项行为（ob）定义，与每一级民航监察员在特定条件下所应该达到的绩效标准和赋分标准（不合格、合格和优秀标准）。结合对每一级民航监察员的访谈分析以及与资深民航监察员的讨论，课题组形成了最终的词典卡。以解决问题的能力中“建立应对整体事件的解决方案”行为（ob）项为例。在该词典卡中，词典卡呈现关于该项行为（ob）的定义，民航监察员和资深民航监察员在相应条件所达到的绩效标准和赋分标准。确定各行为（ob）项的量化评价标准。为实现民航监察员间胜任素质能力的可衡量、可比较，需要进一步为各ob项设计量化的评价标准。

2、但是一般对民航监察员的行为（ob）的绩效标准由人工进行判别，浪费了大量的人力物力。需要找到一个能够依靠大数据下的判别绩效标准的方法。

技术实现思路

1、本专利技术的目的在于提供了一种基于深度学习构建民航监察员词典卡本文档来自技高网...

【技术保护点】

1.一种基于深度学习构建民航监察员词典卡的方法，其特征在于，包括：

2.根据权利要求1所述的基于深度学习构建民航监察员词典卡的方法，其特征在于，所述基于n个关键词键值对和对应的挖掘程度值，构建折线分类网络，包括：

3.根据权利要求2所述的基于深度学习构建民航监察员词典卡的方法，其特征在于，所述基于n个关键词键值对和对应的挖掘程度值，构建折线分类网络，包括：

4.根据权利要求2所述的基于深度学习构建民航监察员词典卡的方法，其特征在于，所述基于所述排列监察关键词向量、标注绩效等级值和挖掘程度值，构建关键词状态坐标，包括：

5.根据权利要求2所述...

【技术特征摘要】

1.一种基于深度学习构建民航监察员词典卡的方法，其特征在于，包括：

2.根据权利要求1所述的基于深度学习构建民航监察员词典卡的方法，其特征在于，所述基于n个关键词键值对和对应的挖掘程度值，构建折线分类网络，包括：

3.根据权利要求2所述的基于深度学习构建民航监察员词典卡的方法，其特征在于，所述基于n个关键词键值对和对应的挖掘程度值，构建折线分类网络，包括：

4.根据权利要求2所述的基于深度学习构建民航监察员词典卡的方法，其特征在于，所述基于所述排列监察关键词向量、标注绩效等级值和挖掘程度值，构建关键词状态坐标，包括：

5.根据权利要求2所述的基于深度学习构建民航监察员词典卡的方法，其特征在于，所述基于所述监察关键词状态图，得到多个关键词折线图，包括：

6.根据权利要求1所述的基于深...

【专利技术属性】
技术研发人员：肖艳平，宋雨辛，姚霖昊，唐卫贞，汪瑜，史珂，赵浩迪，
申请(专利权)人：中国民用航空飞行学院，
类型：发明
国别省市：