买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉市规划研究院(武汉市交通发展战略研究院)

摘要：本发明涉及一种创新街区的评价模型构建方法、装置和计算机设备。其方法包括获取街区评价类型的各文献信息、街区评价类型的各质性文本信息、以及双评价文本数据集，并提取各关键文件特征以及文本数据；识别目标街区的各指标信息，并构建目标街区的初始评价指标框架；对各指标信息进行特征标签处理，得到评价指标框架，并调整各指标信息，得到各目标指标信息；识别各目标指标信息的指标权重值并构建模型，对各目标指标信息的指标权重值以及评价指标框架进行指标修正处理，得到候选评价模型；识别各指标信息的范围信息，并将各指标值对应的范围信息添加至候选评价模型，得到目标评价模型。采用本方法能够提升了分析的创新街区的评价信息的精准度。

主权项：1.一种创新街区的评价模型构建方法，其特征在于，所述方法包括：获取街区评价类型的各文献信息、所述街区评价类型的各质性文本信息、以及双评价文本数据集，并提取每个文件信息的各关键文件特征、以及各所述质性文本信息的文本数据；基于每个文件信息的各关键文件特征、以及各所述质性文本信息的文本数据，识别目标街区的各指标信息，并基于各所述指标信息，构建所述目标街区的初始评价指标框架；基于各所述双评价文本数据集，对所述初始评价指标框架中的各指标信息进行特征标签处理，得到评价指标框架，并通过指标修正策略，调整所述评价指标框架中的各指标信息，得到各目标指标信息；识别各所述目标指标信息的指标权重值，并通过指标构建模型，对各所述目标指标信息的指标权重值、以及所述评价指标框架进行指标修正处理，得到候选评价模型；基于所述候选模型中的各指标信息的指标语义信息，识别各所述指标信息的范围信息，并将各所述目标指标信息的各指标值对应的范围信息，添加至所述候选评价模型，得到目标评价模型；所述基于每个文件信息的各关键文件特征、以及各所述质性文本信息的文本数据，识别目标街区的各指标信息，并基于各所述指标信息，构建所述目标街区的初始评价指标框架，包括：将各所述文本数据划分为每个关键文本信息对应的文本数据组，并针对每个文本数据组，基于所述文本数据组中的各文本数据，识别所述文本数据组与所述关键文本信息之间的各关联信息；通过质性分析策略，将各所述关联信息进行类属化处理，得到所述文本数据组与所述关键文本信息之间的核心概念信息，并识别每个核心概念信息的各高频词汇信息；在各所述文件信息、以及所述质性文本信息中，查询每个高频词汇信息的出现次数，并筛选出现次数大于出现次数阈值的目标高频词汇信息，作为第一指标信息；针对每个数据组，识别所述文本数组中的各所述第一指标信息对应的指标含义，并基于各所述第一指标信息对应的指标含义，将各所述第一指标信息划分为多个指标组；将各所述指标组发送至工作人员客户端，并响应于用户的指标组识别操作，获取各所述指标组对应的第二指标信息；将各所述关键文本信息，作为第三指标信息，并基于各所述第一指标信息、各所述第二指标信息、以及各所述第三指标信息，构建所述目标街区的初始评价指标框架；所述通过指标修正策略，调整所述评价指标框架中的各指标信息，得到各目标指标信息，包括：通过跳字模型，对各所述第一指标信息对应的文本信息进行语料处理，得到各所述第一指标信息对应的指标向量；基于各所述第一指标信息对应的指标向量，通过相似度距离算法，计算各所述第一指标信息之间的相似度距离，并基于各所述相似度距离、以及各所述第一指标信息的词频信息，对各所述第一指标信息进行分类处理，得到各相似度集合；按照相似度距离从大到小的顺序，分别对每个相似度集合中的各第一指标信息进行排序处理，得到每个相似度集合对应的相似度序列，并按照每个相似度序列从前到后的顺序，分别判断每个相似度结合中的各第一指标信息是否可测算；将每个相似度集合中可测算的第一指标信息之后的各第一指标信息，作为各初始目标指标信息，并对各初始目标指标信息进行转译去重处理的，得到各所述目标指标信息。

全文数据：

权利要求：

百度查询： 武汉市规划研究院(武汉市交通发展战略研究院) 一种创新街区的评价模型构建方法、装置和计算机设备