CN117893090A - 一种综合评估方法、装置、设备及存储介质 - Google Patents

一种综合评估方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN117893090A
CN117893090A CN202410080489.1A CN202410080489A CN117893090A CN 117893090 A CN117893090 A CN 117893090A CN 202410080489 A CN202410080489 A CN 202410080489A CN 117893090 A CN117893090 A CN 117893090A
Authority
CN
China
Prior art keywords
information
evaluation
model
object information
result
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202410080489.1A
Other languages
English (en)
Inventor
张伟
何行知
姚佳
詹枫
叶丽娟
沈川
倪成
路浩
陈继超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Provincial Prison Administration
West China Hospital of Sichuan University
Original Assignee
Sichuan Provincial Prison Administration
West China Hospital of Sichuan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Provincial Prison Administration, West China Hospital of Sichuan University filed Critical Sichuan Provincial Prison Administration
Priority to CN202410080489.1A priority Critical patent/CN117893090A/zh
Publication of CN117893090A publication Critical patent/CN117893090A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Economics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Strategic Management (AREA)
  • Artificial Intelligence (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Databases & Information Systems (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种综合评估方法、装置、设备及存储介质，方法包括：获取目标对象信息，目标对象信息包括第一对象信息和第二对象信息；通过预设的第一提取模型对第一对象信息进行第一特征提取，得到第一评估因子；通过预设的第二提取模型对第二对象信息进行第二特征提取，得到第二评估因子；利用第一评估因子和第二评估因子对初始训练模型进行训练，输出初始评估结果；若初始评估结果为预期结果，则依次利用第一提取模型、第二提取模型和初始训练模型对待测对象信息进行评估，得到待测对象评估结果。本发明可以利用训练模型自动根据输入的信息生成评估结果，提高了评估的速度，确保了评估结果的科学性。

Description

一种综合评估方法、装置、设备及存储介质
技术领域
本发明涉及管理技术领域，尤其涉及一种综合评估方法、装置、设备及存储介质。
背景技术
面对目标人员结构的全新变化，开展目标人员综合评估，提升目标人员改造科学化水平，已成为必然趋势。但现有的评估系统都是单方面的评估，对目标人员的认识不够全面和精准，而且，评估的方法也主要主观评估，不同的评估人员可能给出不同的评估结果，导致对目标人员的评估结果，以及根据评估结果给出的改造方案往往较差。
发明内容
有鉴于此，本发明的目的是为了克服现有技术中的不足，提供一种综合评估方法、装置、设备及存储介质。
本发明提供如下技术方案：
第一方面，本申请提供了一种综合评估方法，包括：
获取目标对象信息，所述目标对象信息包括第一对象信息和第二对象信息；
通过预设的第一提取模型对所述第一对象信息进行第一特征提取，得到第一评估因子；
通过预设的第二提取模型对所述第二对象信息进行第二特征提取，得到第二评估因子；
利用第一评估因子和所述第二评估因子对初始训练模型进行训练，输出初始评估结果；
若所述初始评估结果为预期结果，则依次利用所述第一提取模型、所述第二提取模型和所述初始训练模型对待测对象信息进行评估，得到待测对象评估结果。
一种实施方式中，所述获取目标对象信息，包括：
从预设的数据库中获取所述目标对象的所述第一对象信息和所述第二对象信息；
所述第一对象信息包括：人口学信息、心理特质信息、精神状况信息和成长史信息；
所述第二对象信息包括：刑罚信息、躯体疾病信息、生理指标信息、音视频信息和神经影像信息。
一种实施方式中，所述通过预设的第一提取模型对所述第一对象信息进行第一特征提取，得到第一评估因子，包括：
通过预设的第一提取模型，从所述第一对象信息中提取与所述人口学信息、所述心理特质信息、所述精神状况信息和所述成长史信息相关的第一关键词，将所述第一关键词进行分类，将分类的结果作为第一评估因子。
一种实施方式中，所述通过预设的第二提取模型对所述第二对象信息进行第二特征提取，得到第二评估因子，包括：
通过预设的第二提取模型，从所述第二对象信息中提取与所述刑罚信息、躯体疾病信息、生理指标信息、音视频信息和神经影像信息相关的第二关键词，将所述第二关键词进行分类，将分类的结果作为第二评估因子。
一种实施方式中，所述利用第一评估因子和所述第二评估因子对初始训练模型进行训练，输出初始评估结果，包括：
将所述第一评估因子和所述第二评估因子作为所述初始训练模型的输入，输出初始评估结果。
一种实施方式中，所述输出初始评估结果之后，包括：
若所述初始评估结果不为所述预期结果，则调整所述初始训练模型的参数，得到中间模型；
利用所述第一评估因子和所述第二评估因子对所述中间模型进行训练；
若所述中间模型的输出结果不为所述预期结果，则继续调整所述中间模型的参数，直到所述中间模型的输出结果为预期结果。
一种实施方式中，所述得到待测对象评估结果之后，包括：
根据所述待测对象评估结果生成对应的管理方案。
第二方面，本申请提供了一种综合评估装置，包括：
获取模块，用于获取目标对象信息，所述目标对象信息包括第一对象信息和第二对象信息；
第一提取模块，用于通过预设的第一提取模型对所述第一对象信息进行第一特征提取，得到第一评估因子；
第二提取模块，用于通过预设的第二提取模型对所述第二对象信息进行第二特征提取，得到第二评估因子；
训练模块，用于利用第一评估因子和所述第二评估因子对初始训练模型进行训练，输出初始评估结果；
评估模块，用于若所述初始评估结果为预期结果，则依次利用所述第一提取模型、所述第二提取模型和所述初始训练模型对待测对象信息进行评估，得到待测对象评估结果。
第三方面，本申请提供了一种计算机设备，所述计算机设备包括存储器和至少一个处理器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序以实施如第一方面所述的综合评估方法。
第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被执行时，实现如第一方面所述的综合评估方法。
本发明的实施例具有如下有益效果：
本发明提供的综合评估方法，通过对获取目标对象信息，并对目标对象信息进行特征提取，然后利用提取得到的评估因子对训练模型进行训练，从而使得训练模型可以自动根据输入的信息生成评估结果，提高了评估的速度，确保了评估结果的科学性。
为使本发明的上述目的、特征和优点能更明显和易懂，下文特举较佳实施例，并配合所附附图，做详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了一种综合评估方法流程示意图；
图2示出了一种中间模型训练方法流程示意图；
图3示出了一种综合评估装置框架结构示意图。
主要元件符号说明：
300、综合评估装置；301、获取模块；302、第一提取模块；303、第二提取模块；304、训练模块；305、评估模块。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。相反，当元件被称作“直接在”另一元件“上”时，不存在中间元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在模板的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例1
参见图1，图1为本实施例提供的一种综合评估方法流程示意图，该方法包括：
S101、获取目标对象信息，所述目标对象信息包括第一对象信息和第二对象信息。
其中，目标对象信息可以是实时采集的目标人员的信息，也可以是存储在数据库中的目标人员的信息。
所述第一对象信息包括：人口学信息、心理特质信息、精神状况信息和成长史信息；
所述第二对象信息包括：刑罚信息、躯体疾病信息、生理指标信息、音视频信息和神经影像信息。
用户也可以根据不同的评估场景需求，选择合适的目标对象信息，比如与目标人员相关的结构化数据、非结构化数据等，并定位其存储位置与方式，通过不同的处理过程采集、存储汇聚到基础数据库，结构化数据需通过全局数据库模型设计，形成标准的、权威的唯一数据表；非结构化数据(如视频、图片等)需通过基于场景需求的特征处理，形成特征文件进行存储，并提供统一的“数据(图片、音频等)——标签”的存储方式，和快速定位检索的能力。
本实施例通过采集目标对象的不同信息，便于对目标对象进行全方位的分析评估，使得评估的结果更科学。
S102、通过预设的第一提取模型对所述第一对象信息进行第一特征提取，得到第一评估因子。
其中，第一提取模型可以为基于关键词提取技术所设计的模型。
例如：首先利用分词工具对第一对象信息进行分词处理，得到多个字或词组，然后利用第一提取模型对字或词组进行关键词提取，提取与所述人口学信息、所述心理特质信息、所述精神状况信息和所述成长史信息相关的第一关键词，将所述第一关键词进行分类，将分类的结果作为第一评估因子。
第一提取模型的训练过程包括：
将分词处理后得到的字或词组输入到第一提取模型，使第一提取模型的输出结果为与所述人口学信息、所述心理特质信息、所述精神状况信息和所述成长史信息相关的第一关键词。
如果第一提取模型的输出结果不是第一关键词，则调整第一提取模型的参数，然后继续分词处理后得到的字或词组输入到调整后的第一提取模型，直到第一提取模型的输出结果为第一关键词，表明第一提取模型训练完成。然后利用训练完成的第一提取模型进行关键词提取。
本实施例通过对提取模型进行训练，使得提取模型可以准确的提取第一对象信息中的关键词，进而生成第一评估因子，可以提高评估的科学性。
S103、通过预设的第二提取模型对所述第二对象信息进行第二特征提取，得到第二评估因子。
其中，第二提取模型可以为基于关键词提取技术所设计的模型。
例如：首先利用分词工具对第二对象信息进行分词处理，得到多个字或词组，然后利用第二提取模型对字或词组进行关键词提取，提取与所述刑罚信息、躯体疾病信息、生理指标信息、音视频信息和神经影像信息相关的第二关键词，将所述第二关键词进行分类，将分类的结果作为第二评估因子。
第二提取模型的训练过程与第一提取模型的训练过程相同，为避免重复，不再赘述。
S104、利用第一评估因子和所述第二评估因子对初始训练模型进行训练，输出初始评估结果。
将第一评估因子和第二评估因子作为初始训练模型的输入，将初始训练模型输出作为初始评估结果。
S105、若所述初始评估结果为预期结果，则依次利用所述第一提取模型、所述第二提取模型和所述初始训练模型对待测对象信息进行评估，得到待测对象评估结果。
所述评估结果可以包括：个体危险性评估、认罪悔改评估、身心健康评估、职业技术能力评估、改造难易评估和社会适应性评估等结果。为了提高评估结果的科学性，可以阶段性的对目标人员进行评估，然后对不同阶段的评估结果进行展示。可以通过初试模型的训练方式，分别训练不同评估结果的评估模型。
参见图2，步骤S105还包括：
S1051、若所述初始评估结果不为所述预期结果，则调整所述初始训练模型的参数，得到中间模型。
如果初始训练模型输出的初始评估结果不是预期结果，或者跟预期结果的相似度没有达到相似度阈值，则调整初始训练模型的参数，将调整后的模型定义为中间模型，从而避免了初始训练模型的输出结果不准确影响最终的评估。
S1052、利用所述第一评估因子和所述第二评估因子对所述中间模型进行训练。
将第一评估因子和所述第二评估因子重新输入到中间模型，对中间模型继续进行训练。
S1053、若所述中间模型的输出结果不为所述预期结果，则继续调整所述中间模型的参数，直到所述中间模型的输出结果为预期结果。
如果中间模型的输出结果不是所述预期结果，或者中间模型的输出结果与预期结果的相似度没有达到相似度阈值，则继续调整中间结果的参数，然后重复执行步骤S1051-S1053，直到所述中间模型的输出结果为预期结果，此时训练模型训练完成，可以将此时的模型作为最终训练模型。
为了验证最终训练模型的可靠性，可以继续利用其它的评估因子输入到最终训练模型，对最终训练模型的输出结果进行验证，以保证最终训练模型可以正确的输出评估结果。
其中，评估结果可以包括多方面的评估结论，例如：个体危险性评估，认罪悔改评估，身心健康评估，职业技术能力评估，改造难易评估，社会适应性评估等等。
例如：身心健康评估主要包括躯体评估、心理评估、运动生活方式评估三大部分，躯体评估包括体检，慢病管理，生活习惯(饮食消费习惯及运动方式)以及急性及危重病风险预测，其中急性及危重病风险的预测还包括心脏疾病，肺部疾病和肝脏疾病三类疾病就诊风险的预测。
本实施例通过对初始训练模型进行持续的训练和调整，得到最终训练模型，使得最终训练模型可以根据输入的评估因子，输出正确的评估结果，提高了评估的效率。
一种实施方式中，所述得到待测对象评估结果之后，包括：
根据所述待测对象评估结果生成对应的管理方案。
在得出评估结果后，可以根据评估结果生成管理方案，其中管理方案可以是基于评估结果生成的评估报告。
实施例2
参见图3，本申请还提供了一种综合评估装置300，包括：
获取模块301，用于获取目标对象信息，所述目标对象信息包括第一对象信息和第二对象信息；
第一提取模块302，用于通过预设的第一提取模型对所述第一对象信息进行第一特征提取，得到第一评估因子；
第二提取模块303，用于通过预设的第二提取模型对所述第二对象信息进行第二特征提取，得到第二评估因子；
训练模块304，用于利用第一评估因子和所述第二评估因子对初始训练模型进行训练，输出初始评估结果；
评估模块305，用于若所述初始评估结果为预期结果，则依次利用所述第一提取模型、所述第二提取模型和所述初始训练模型对待测对象信息进行评估，得到待测对象评估结果。
可以理解，上述实施例的综合评估方法中的实施方式，同样适用于本实施例，故在此不再重复描述。
本实施例通过对获取目标对象信息，并对目标对象信息进行特征提取，然后利用提取得到的评估因子对训练模型进行训练，从而使得训练模型可以自动根据输入的信息生成评估结果，提高了评估的速度，确保了评估结果的科学性。
实施例3
本申请实施例还提供了一种计算机设备，例如，该计算机设备可以但不限于为如台式计算机、笔记本等，其存在形式不作限定，主要取决于其是否需要支持浏览器网页的界面显示功能等。示范性地，该所述计算机设备包括存储器和至少一个处理器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序以实施上述实施例的综合评估方法。
其中，处理器可以是一种具有信号的处理能力的集成电路芯片。处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、图形处理器(GraphicsProcessing Unit，GPU)及网络处理器(Network Processor，NP)、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件中的至少一种。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。
其中，存储器可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器用于存储计算机程序，处理器在接收到执行指令后，可相应地执行所述计算机程序。
进一步地，存储器可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据计算机设备的使用所创建的数据(比如迭代数据、版本数据等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
实施例4
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行上述实施例一中所述的综合评估方法。
可以理解，上述实施例的综合评估方法中的实施方式，同样适用于本实施例，故在此不再重复描述。
所述计算机可读存储介质既可以是非易失性存储介质，也可以是易失性存储介质。例如，该计算机可读存储介质可包括但不限于为：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。
在这里示出和描述的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制，因此，示例性实施例的其他示例可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (10)

1.一种综合评估方法，其特征在于，包括：
获取目标对象信息，所述目标对象信息包括第一对象信息和第二对象信息；
通过预设的第一提取模型对所述第一对象信息进行第一特征提取，得到第一评估因子；
通过预设的第二提取模型对所述第二对象信息进行第二特征提取，得到第二评估因子；
利用第一评估因子和所述第二评估因子对初始训练模型进行训练，输出初始评估结果；
若所述初始评估结果为预期结果，则依次利用所述第一提取模型、所述第二提取模型和所述初始训练模型对待测对象信息进行评估，得到待测对象评估结果。
2.根据权利要求1所述的综合评估方法，其特征在于，所述获取目标对象信息，包括：
从预设的数据库中获取所述目标对象的所述第一对象信息和所述第二对象信息；
所述第一对象信息包括：人口学信息、心理特质信息、精神状况信息和成长史信息；
所述第二对象信息包括：刑罚信息、躯体疾病信息、生理指标信息、音视频信息和神经影像信息。
3.根据权利要求2所述的综合评估方法，其特征在于，所述通过预设的第一提取模型对所述第一对象信息进行第一特征提取，得到第一评估因子，包括：
通过预设的第一提取模型，从所述第一对象信息中提取与所述人口学信息、所述心理特质信息、所述精神状况信息和所述成长史信息相关的第一关键词，将所述第一关键词进行分类，将分类的结果作为第一评估因子。
4.根据权利要求2所述的综合评估方法，其特征在于，所述通过预设的第二提取模型对所述第二对象信息进行第二特征提取，得到第二评估因子，包括：
通过预设的第二提取模型，从所述第二对象信息中提取与所述刑罚信息、躯体疾病信息、生理指标信息、音视频信息和神经影像信息相关的第二关键词，将所述第二关键词进行分类，将分类的结果作为第二评估因子。
5.根据权利要求1所述的综合评估方法，其特征在于，所述利用第一评估因子和所述第二评估因子对初始训练模型进行训练，输出初始评估结果，包括：
将所述第一评估因子和所述第二评估因子作为所述初始训练模型的输入，输出初始评估结果。
6.根据权利要求1所述的综合评估方法，其特征在于，所述输出初始评估结果之后，包括：
若所述初始评估结果不为所述预期结果，则调整所述初始训练模型的参数，得到中间模型；
利用所述第一评估因子和所述第二评估因子对所述中间模型进行训练；
若所述中间模型的输出结果不为所述预期结果，则继续调整所述中间模型的参数，直到所述中间模型的输出结果为预期结果。
7.根据权利要求1所述的综合评估方法，其特征在于，所述得到待测对象评估结果之后，包括：
根据所述待测对象评估结果生成对应的管理方案。
8.一种综合评估装置，其特征在于，包括：
获取模块，用于获取目标对象信息，所述目标对象信息包括第一对象信息和第二对象信息；
第一提取模块，用于通过预设的第一提取模型对所述第一对象信息进行第一特征提取，得到第一评估因子；
第二提取模块，用于通过预设的第二提取模型对所述第二对象信息进行第二特征提取，得到第二评估因子；
训练模块，用于利用第一评估因子和所述第二评估因子对初始训练模型进行训练，输出初始评估结果；
评估模块，用于若所述初始评估结果为预期结果，则依次利用所述第一提取模型、所述第二提取模型和所述初始训练模型对待测对象信息进行评估，得到待测对象评估结果。
9.一种计算机设备，其特征在于，所述计算机设备包括存储器和至少一个处理器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序以实施如权利要求1至7中任意一项所述的综合评估方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被执行时，实现如权利要求1至7中任意一项所述的综合评估方法。
CN202410080489.1A 2024-01-18 2024-01-18 一种综合评估方法、装置、设备及存储介质 Pending CN117893090A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410080489.1A CN117893090A (zh) 2024-01-18 2024-01-18 一种综合评估方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410080489.1A CN117893090A (zh) 2024-01-18 2024-01-18 一种综合评估方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN117893090A true CN117893090A (zh) 2024-04-16

Family

ID=90644355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410080489.1A Pending CN117893090A (zh) 2024-01-18 2024-01-18 一种综合评估方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN117893090A (zh)

Similar Documents

Publication Publication Date Title
CN110032728B (zh) 疾病名称标准化的转换方法和装置
CN112015917A (zh) 基于知识图谱的数据处理方法、装置及计算机设备
CN110299209B (zh) 相似病历查找方法、装置、设备及可读存储介质
Zeng et al. Grid anchor based image cropping: A new benchmark and an efficient model
CN109948680B (zh) 病历数据的分类方法及系统
CN108269122B (zh) 广告的相似度处理方法和装置
CN109659009B (zh) 情绪管理方法、装置及电子设备
WO2017180475A1 (en) Query optimizer for combined structured and unstructured data records
US20170154157A1 (en) Data analysis device, control method for data analysis device, and control program for data analysis device
US20200293528A1 (en) Systems and methods for automatically generating structured output documents based on structural rules
CN106611058A (zh) 一种试题搜索方法及装置
CN107766316B (zh) 评价数据的分析方法、装置及系统
US20240348846A1 (en) Video generating method and apparatus, electronic device, and readable storage medium
CN113010783A (zh) 基于多模态心血管疾病信息的医疗推荐方法、系统及介质
CN116646041A (zh) 基于大模型提升临床试验受试者匹配精度的方法和系统
CN115424053A (zh) 小样本图像识别方法、装置、设备及存储介质
CN110752027B (zh) 电子病历数据推送方法、装置、计算机设备和存储介质
CN112071431B (zh) 基于深度学习和知识图谱的临床路径自动生成方法及系统
JP2019212034A5 (zh)
CN111611781A (zh) 数据标注方法、问答方法、装置及电子设备
CN111046786A (zh) 年龄估计神经网络的生成方法、装置以及电子设备
CN117893090A (zh) 一种综合评估方法、装置、设备及存储介质
US20170293863A1 (en) Data analysis system, and control method, program, and recording medium therefor
CN117672440A (zh) 基于神经网络的电子病历文本信息抽取方法及系统
JP7292235B2 (ja) 分析支援装置及び分析支援方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination