基于计算机自然语言处理的战略问题量化评估装置的制作方法

本发明涉及计算机自然语言处理，更为具体的，涉及一种基于计算机自然语言处理的战略问题量化评估装置。

背景技术：

1、战略问题的量化评估旨在辅助情报分析人员深化对重大战略问题发展态势的认知。其主要研究方法是专家模型判决，包含三个步骤：战略问题建模、底层指标打分、评估结果量化计算。

2、战略问题建模主要由领域内专家基于经验知识构建待分析战略问题的模型框架，将抽象的分析任务转化为更为具体细化的指标项，模型的形式一般为树状结构的指标体系。指标体系树从不同细分领域、不同抽象层次描述了战略问题的内涵。

3、底层指标打分是为树状指标体系的叶子节点计算得分的过程。一般而言，分为数据驱动和经验驱动两种方式。前者往往需要采集官方或者权威智库的客观数据，利用归一化算法或者梯度规则将数据转换为100以内的分数。而后者则是由专家组凭借经验独立打分，加权平均得到。

4、评估结果量化计算是基于叶子节点计算根节点总分的过程。每一层节点的得分由其下层节点所有得分求平均得到。基于叶子节点得分可计算上层每个节点分数，以此类推，逐层传递，最终得到战略问题根节点的量化结果。

5、现有的战略问题量化评估方法存在着几个问题：

6、1)底层指标得分过分依赖专家经验，消耗了大量人力物力。打分过程主观性强，忽略了客观信息素材的支撑，没有利用计算机自然语言处理的语义挖掘和信息提取技术。语义挖掘技术能够通过文本高维特征与指标向量的匹配量化评估信息素材中包含指标语义内涵信息的多少，而信息提取是基础自然语言处理算法，能够将半结构化文本信息转换为结构化的实体及其实体关系数据，通过指标规则与结构化数据的模式匹配，能够自动为指标打分提供确切可解释的依据；

7、2)未对底层指标进行区分。实际场景中，不同的指标对总得分的贡献并不一样，有些指标对战略走势影响更大，有些则较小；甚至还有些指标一旦发生，战略问题态势将立马升级，总得分将一定大于某个阈值。

8、3)未考虑战略问题评估的长期性，并且在长期的评估过程中，需要根据实际发展形势调整模型指标，甚至重新建模。没有利用计算机自然语言处理的指标权重自动优化评估技术，该技术能够基于历史指标权重与素材向量的关联表征对权重预测模型进行有监督学习，从而依据新周期素材向量预测最佳的指标权重分布。

技术实现思路

1、本发明的目的在于克服现有技术的不足，提供一种基于计算机自然语言处理的战略问题量化评估装置，用计算机自动分值计算替换专家打分，为战略问题量化评估提供了一种新的装置，解决现有的战略问题量化评估方法主要依赖于人工分析指标，主要在社会科学研究范畴，未充分利用计算机自然语言处理技术的问题。

2、本发明的目的是通过以下方案实现的：

3、一种基于计算机自然语言处理的战略问题量化评估装置，包括模型构建单元、叶子节点得分计算单元、权重设定单元和评估单元；

4、所述模型构建单元创建待分析的战略问题模型，构造战略问题指标体系树，为指标体系树的每个叶子节点录入指标类型、指标关键词词组和指标匹配规则信息；

5、所述叶子节点得分计算单元依据指标类型采用不同的叶子节点得分计算方式；

6、所述权重设定单元设定指标体系树中每个节点的权重，基于叶子节点分值逐层递归加权求和得到根节点的分数，即战略问题量化评估值；

7、所述评估单元引入周期性评估方式，根据问题实际发展情况在不同周期及时调整指标体系、修改叶子节点的关键词词组和匹配规则，重新计算得分，完成战略问题长期变化走势的监控。

8、进一步地，所述指标类型包括“一般型指标-关键词”、“一般型指标-规则匹配”和“触发型指标”。

9、进一步地，所述依据指标类型采用不同的叶子节点得分计算方式，具体包括：

10、所述“一般型指标-关键词”根据其对应关键词词组在相关素材正文中“词频-文档频率”计算得到；

11、所述“一般型指标-规则匹配”根据抽取的结构化数据与打分规则的匹配度计算得分；

12、所述“触发型指标”根据其是否发生对总体量化结果进行干预。

13、进一步地，在计算“一般型指标-关键词”的过程中，“一般型指标-关键词”录入了关键词词组，关键词词组是对指标节点语义内涵的描述，在关键词之间引入逻辑运算符，作为自动打分的依据。

14、进一步地，在计算所述“一般型指标-规则匹配”的过程中，每个叶子节点的规则自由设置；所述“一般型指标-规则匹配”录入打分公式，代入固定变量的结构化数据，自动计算得分。

15、进一步地，所述“触发型指标”配置了是否发生状态位和基础值，一旦状态位标志为发生，基础值将直接参与根节点总得分的计算。

16、进一步地，所述权重设定单元为每个节点设置权重值，取值范围为0到1，用以区分不同指标项参与总分计算时不同的贡献程度。

17、进一步地，所述评估单元，引入周期性评估方式，将一个长期评估的战略问题转化为众多阶段性小结，能够宏观把握发展脉络，同时能够发现发展进程中变化幅度变化较大的关键点。

18、进一步地，还包括处理器和存储器，在存储器存储有计算机程序，计算机程序被处理器加载运行时通过所述运行模型构建单元、叶子节点得分计算单元、权重设定单元和评估单元的模块架构，完成战略问题长期变化走势的监控。

19、进一步地，还包括显示器，在显示器上呈现所述战略问题长期变化走势的监控。

20、本发明的有益效果包括：

21、(1)本发明装置采用计算机自动分值计算替换专家打分。在模型指标体系构建时，为叶子节点指标添加关键词词组，统计大量信息素材中这些关键词词组出现的频次和命中素材的数量，基于加权词频-文档频率转化为归一化的指标得分。将专家经验判断转化为基于海量信息的语义挖掘，加权词频-文档频率值越高，代表指标节点在历史素材中热度更高，更有影响力，对总得分的贡献更大。针对另一些特殊的指标，其语义内涵可映射为具体高价值战略目标的数量。采用命名实体识别技术自动抽取特殊对象状态或数量，匹配判证规则后自动计算得分。

22、(2)本发明装置引入指标类型和节点权重，采用计算机自动分值计算替换专家打分。为了区分不同指标对总得分的贡献度，将指标分为“一般型指标-关键词”、“一般型指标-规则匹配”和“触发型指标”，每种类型的指标都从大量信息素材中挖掘线索，自动完成计算。构造战略问题指标体系树时，为三种类型指标分别录入关键词词组、模式匹配规则和触发基础分等信息。“一般型指标-关键词”指标统计其关键词词组在信息素材中出现的频次和命中素材的数量，基于加权词频-文档频率转化为归一化的指标得分。将专家经验判断转化为基于海量信息的语义挖掘，加权词频-文档频率值越高，代表指标节点在历史素材中热度更高，更有影响力，对总得分的贡献更大。“一般型指标-规则匹配”根据抽取的结构化数据与打分规则的匹配度计算得分，打分规则清晰明确，不掺杂人为主观影响。触发型指标指的是那些对总得分有强烈影响的叶子节点，一旦发生该指标描述的情况，战略问题态势将立马升级或者下降，其对应的总得分将直接发生变化。

23、(3)本发明装置采用周期性评估的方式完成对战略问题长期发展趋势的跟踪。每个周期对应的指标体系、指标关键词词组、节点权重值都可以进行修改，以便适应战略问题不同时期内关注对象变更、关注侧重不同、关注内涵变化等情况。