一种人员考核方法及装置

技术领域

本发明属于培训技术领域，尤其涉及一种基于教员模板的人员考核方法及装置。

背景技术

针对变电运维人员的培训是电力培训仿真的一个主要研究方向，现在所采用的仿真培训架构是将电网仿真、智能变电站仿真和教员与学员工具有机结合为一体化的培训系统，实现电网、智能变电站生产运行过程的全仿真。对学员的考核是培训的一个主要环节，考核通常在计算机上进行，包括选择题和笔试问答题。针对机考中的选择题可由计算机自动判卷，而针对笔试问答题则由教员来逐个阅卷并打分，显然浪费了教员的时间，且不能让学员进行随时的自测。

由计算机对笔试问答题进行自动判卷涉及到对学员答题的机器理解，其中还包含了大量的电力专业领域知识和词汇。对电力领域的自然语言理解技术需要处理大量专业词汇，运用向量空间模型VSM(VectorSpaceModel)进行文本信息挖掘，以及k近邻kNN(k-NearestNeighbor)算法进行分类等，还需要用到以深度神经网络为代表的新一代人工智能技术在语音识别、机器翻译等技术，使计算机能正确理解自然语言所表达的信息，并与计算机的内部模型和变量建立准确的对应关系。

特别是对电力故障及处理方案的描述及理解，需要用到专家系统、解析模型、Petri网、人工神经网络、贝叶斯网络、多源信息融合等技术，现在正在对这些方面做深入的研究，为人工智能技术在电力系统中的深度应用创造了条件。

显然，在机器对电力语言还不能完全且准确理解的背景下，需要在现有人工智能技术的基础上，再借助对教员给出的考卷模板进行规范化的方法，来完成计算机对笔试问答题进行自动判卷的功能。因此，本领域技术人员急需要对电力培训中对笔试问答题进行自动判卷的问题进行解决。

发明内容

本发明的目的就在于为了解决上述问题而提供一种人员考核方法及装置。

本发明通过以下技术方案来实现上述目的：一种人员考核方法，包括以下步骤：

构建考卷模板；

基于所述考卷模板构建考核模型，具体包括以下步骤：

基于所述考卷模板构建内容集T；

根据所述内容集T设置对应的考卷模板状态集S和马尔可夫评分链M，所述考卷模板状态集S和所述马尔可夫评分链M相对应；

根据所述马尔可夫评分链M对应的所述考卷模板状态集S设置转移矩阵R；

基于所述内容集T、所述考卷模板状态集S、所述马尔可夫评分链M和所述转移矩阵R构建考核模型；

获取学员答题文档数据，将所述学员答题文档数据输入所述考核模型进行分析计算，输出分数，具体过程如下：

获取学员答题文档数据，基于所述学员答题文档数据、所述考卷模板状态集S和所述马尔可夫评分链M计算出状态矩阵R

作为本发明的进一步优化方案，所述内容集T包括：

引导词，用于对考卷模板的开始内容进行识别；

带括号的评分数，用于表示答对后的得分；

运维设备，用于表示运维业务中的不同电力设备；

关键语义词，用于通过有标识的单词来表示运维场景、运维对象、运维时间和运维设备的工作状态中的一种或多种。

作为本发明的进一步优化方案，所述有标识的单词的标识方式包括：斜体、加粗、加引号、加下划线、加色彩和加底纹。

作为本发明的进一步优化方案，根据所述内容集T设置对应的考卷模板状态集S包括：

根据所述引导词将所述考卷模板的内容集T划分为多个内容T

对每个所述内容T

作为本发明的进一步优化方案，所述状态S

状态编号，用于表示所述语句的序号；

分数，用于表示所述语句的得分；

完整语句，用于表示所述语句的内容；

设备号集D，用于表示所述语句内的运维设备名称；

状态关键语义词集K，用于表示所述语句内的关键语义词。

作为本发明的进一步优化方案，根据所述内容集T设置对应的马尔可夫评分链M包括：

将每个所述内容T

作为本发明的进一步优化方案，根据所述马尔可夫评分链M对应的所述考卷模板状态集S设置转移矩阵R包括：

将所述马尔可夫评分链M中的每个所述马尔可夫过程M

根据状态转移概率来获取每个马尔可夫过程M

，

其中，所述转移矩阵R为n*n的上三角转移矩阵，n表示所述状态集S的元素数量，P

作为本发明的进一步优化方案，所述转移矩阵R中P

当i大于j时，P

当i等于j时，P

当i小于j时，

作为本发明的进一步优化方案，获取学员答题文档数据，基于所述学员答题文档数据、所述考卷模板状态集S和所述马尔可夫评分链M计算出状态矩阵R

基于所述引导词将所述学员答题文档数据划分多个答题内容集A

基于所述答题内容集A

基于原始设备码集E进行遍历得到所述答题内容集A

将设备码集E´对应设置答题状态集S´，所述答题状态集S´中包含元素S´

将所述答题内容集A

将元素S´

设置状态矩阵R

作为本发明的进一步优化方案，基于原始设备码集E进行遍历得到新的所述答题内容集A

遍历所述答题内容集A

将第i个原始设备码集E设置为E

依次搜索匹配所述内容T

若E

不断循环，直到最后一个所述原始设备码集E完成遍历，最后得到新的所述答题内容集A

作为本发明的进一步优化方案，所述元素S´

作为本发明的进一步优化方案，将元素S´

将元素S´

将元素S´

作为本发明的进一步优化方案，设置状态矩阵R

当第i个元素关键语义词集K´与第j个状态关键语义词集K相对应，则元素P

当第i个元素关键语义词集K´与第j个状态关键语义词集K不对应，则元素P

，

其中，n行表示答题内容集A

作为本发明的进一步优化方案，在将所述乘积矩阵的对角线上的各元素相加计算学员答题分数的过程中，忽略乘积矩阵对角线以下的各元素值，所述乘积矩阵对角线以下的各元素值表示答题的顺序发生了错误。

作为本发明的进一步优化方案，所述设备码集E´和设备号集D均包括空集。

作为本发明的进一步优化方案，所述人员考核方法，应用于变电运维人员考核。

一种人员考核装置，包括：

考卷模板构建单元，用于构建考卷模板；

考核模型构建单元，用于基于所述考卷模板构建考核模型，具体包括以下步骤：

基于所述考卷模板构建内容集T；

根据所述内容集T设置对应的考卷模板状态集S和马尔可夫评分链M，所述考卷模板状态集S和所述马尔可夫评分链M相对应；

根据所述马尔可夫评分链M对应的所述考卷模板状态集S设置转移矩阵R；

基于所述内容集T、所述考卷模板状态集S、所述马尔可夫评分链M和所述转移矩阵R构建考核模型；

数据获取单元，用于获取学员答题文档数据；

考核模型，用于基于所述学员答题文档数据进行分析计算，输出分数，具体过程如下：

基于所述学员答题文档数据、所述考卷模板状态集S和所述马尔可夫评分链M计算出状态矩阵R

本发明的有益效果在于：本发明通过在教员给出了考卷模板的背景下，省去学习并抽取规则的过程，利用考卷模板所蕴含的规则直接建立判卷模型，完成对笔试问答题的自动判卷，判卷效率大大提高。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。

附图说明

图1是本发明一种人员考核方法的流程图；

图2是本发明一种人员考核装置的结构示意图。

具体实施方式

下面结合附图对本申请作进一步详细描述，有必要在此指出的是，以下具体实施方式只用于对本申请进行进一步的说明，不能理解为对本申请保护范围的限制，该领域的技术人员可以根据上述申请内容对本申请作出一些非本质的改进和调整。

图1示出了本发明一种人员考核方法的流程图，如图1所示，本发明提供了一种人员考核方法，包括以下步骤：

构建考卷模板；

基于所述考卷模板构建考核模型；

获取学员答题文档数据，将所述学员答题文档数据输入所述考核模型进行分析计算，输出分数。

基于所述考卷模板构建考核模型，具体包括以下步骤：

基于所述考卷模板构建内容集T；

根据所述内容集T设置对应的考卷模板状态集S和马尔可夫评分链M，所述考卷模板状态集S和所述马尔可夫评分链M相对应；

根据所述马尔可夫评分链M对应的所述考卷模板状态集S设置转移矩阵R；

基于所述内容集T、所述考卷模板状态集S、所述马尔可夫评分链M和所述转移矩阵R构建考核模型。

获取学员答题文档数据，将所述学员答题文档数据输入所述考核模型进行分析计算，输出分数，具体过程如下：

获取学员答题文档数据，基于所述学员答题文档数据、所述考卷模板状态集S和所述马尔可夫评分链M计算出状态矩阵R

在本实施例中，以变电运维人员考核为例，具体内容如下：

建立基于考卷模板的马尔可夫评分链：

考卷模板的定义及其特性：

从对变电运维人员的业务分析入手，变电运维人员对设备异常和事故分析及处理是培训重点，设备异常仿真分两种情况，一种是在运行中自然发生的，如：变压器过负荷、变压器油温超过允许值、电源消失等；另一种是需要设置的异常，如：变压器漏油、变压器匝间轻微短路、PT断线等。设备异常发生时，将引发相应告警信号，相应画面及监视仪表反应与现场一致。在事故分析及处理方面，可进行开关、刀闸、变压器、母线、线路、电容器等各种设备及其相关的故障处理培训，培训智能变电站运行人员发现事故、异常，依据仿真的电网环境判断故障和处理故障。

由此可以看出学员在笔试问卷时，需要对故障或异常做出准确的描述，并给出故障处理（包括紧急和后续处理）的详细描述，详细的考卷模板如下：

故障或异常的考卷模板：

汇报调度：我是小城变XXX，2014年10月18日08时56分（0.5），35kVIII母单相接地（1），#3主变差动动作（1），5062、3530开关跳闸，2063开关SF6低闭锁分合闸（1），天气晴（0.5）。

故障紧急处理的考卷模板：

汇报调度：我是小城变XXX，8时43分（0.5），首先#3主变35kV侧避雷器发生A相接地，紧跟35kVIII母PTB相接地，两点同时接地，#3主变差动动作（3），5062、3530开关跳闸，由于2603SF6降低闭锁分合闸（1），5061#3主变两套保护出口压板漏投，5061断路器保护出口压板漏投，开关未跳（3）。由于3530跳闸，35kVIII母失压，35kVIIIPTB相接地点切除，两点接地现象消失（3），5061，2603开关拒跳合位，#3主变继续供电，#3主变低压避雷器A相接地点仍在（2），申请隔离故障（0.5）。

故障后续处理的考卷模板：

汇报调度：我是小城变XXX，故障隔离完成，申请将#3主变转检修（1），35kVIII段母线转检修（1），220kV正母II段转检修，2603开关转检修，26031转检修（1）。

其中，考卷模板至少包括：

引导词，用于对考卷模板开始内容进行识别，如“汇报调度：”。

带括号的评分数，用于表示答对后的得分，如“（0.5）”，作为一个评分项。

运维设备，用于表示运维业务中的不同电力设备，如“#3主变35kV侧避雷器”。

关键语义词，用于通过有标识单词来表示运维场景、运维对象、运维时间或者运维设备的工作状态，如“我是小城变压器”，“8时43分”，“跳闸”，其中标识的方式，包括：斜体、加粗、加引号、加下划线、加色彩或者加底纹等。

以评分数来分割考卷模板：

通过对考卷模板进行文本扫描，先搜索“汇报调度：”，获得每次汇报的内容T

当分析完考卷模板后，状态集S的元素个数N就确定了。不仅如此，考卷模板所给的这N个状态，其先后排序已由模板的语义决定了。由此来评判学员的考分时，除了对状态的配对外，还得考虑学员所给答案的语句顺序是否能配对，以及配对的程度，由这几项来决定所判的分数，这个过程可采用马尔可夫评分链来进行。

例如，分析完上述考卷模板后，内容集T为：{T

对应的状态集S={S

S

S

S

S

其中，S

T

对应的状态集S={S

S

S

S

S

S

S

T

对应的状态集S={S

S

S

S

自动构建马尔可夫评分链：

马尔可夫过程是对事件在所处离散状态之间进行转移的过程描述，即当一事件过程在时刻T0所处的状态为已知的条件下，过程在时刻t>T0所处状态的条件分布，与过程在时刻T0之前处的状态无关的特性称为马尔可夫性或无后效性。马尔可夫过程是指在对于一个系统，由一个状态转至另一个状态的转换过程中，存在着转移概率，并且这种转移概率可以依据其紧接的前一种状态推算出来，与该系统的原始状态和此次转移前的过程无关。

马尔可夫过程的基本概念是研究系统的“状态”及状态的“转移”，从一个状态转换到另一个状态的可能性，用状态转移概率来表示，对所有状态转移概率的排列即是一个转移概率矩阵T。在进行马尔可夫分析时，假定：

(1)预测期系统状态数保持不变。

(2)系统状态转移概率矩阵不随时间变化。

(3)状态转移仅受前一状态影响，即马尔可夫过程的无后效性。

首先确定系统（考卷模板）状态，然后确定状态之间转移概率。由于考卷模板包含3段“汇报调度：”的内容，每个T

例如，上例中内容集T构成一条马尔可夫评分链M，其中T

针对这条马尔可夫评分链中的每个马尔可夫过程，将每个马尔可夫过程对应的状态集S构成N*N的转移矩阵R，其中，N代表状态的数量，转移矩阵R的特征是一个上三角转移矩阵，且对角线元素的转移概率为1，其余上部元素转移概率P

；

其中，P

转移概率矩阵有以下特征：

当i大于j时，P

当i等于j时，P

当i小于j时，

例如，上例中马尔可夫过程M

；

其中，P

；

其中，P

；

其中，P

至此，计算机在分析完考卷模板后，计算机内部形成了一条状态链，链节点包含了该状态的诸多信息。同时由这状态链的所有状态来构成一条马尔可夫评分链，其内包含多个马尔可夫过程，每个马尔可夫过程表示对应状态集的转换关系。

基于马尔可夫评分链的评分：

对学员的答题进行评分的过程可分两步进行，第一步对学员给出的答案进行文档分析，形成每一道答题的状态集。之后由状态集生产状态矩阵，最后由状态矩阵与转移矩阵乘积来得到最终的评判分数。

基于设备编号的语义识别确定：

学员也以“汇报调度：”来给出答案，故先对答卷的内容进行文本扫描，先搜索“汇报调度：”，获得每次汇报的内容，形成答题内容集A

确定A

对剩余的A

此时原始设备码集E中的元素个数都为1，需要按考卷模板的语义进行得分点的合拼，故对A

将A

对A

将元素S´

再将元素S´

设置状态矩阵R

经过上述对学员所给答案的处理，也能获得学员答题的一个状态矩阵R

；

其中，P

第一行表示学员答案中内容集A的第一元素的得分v，该元素中答题状态集S´与考卷模板状态集S的第j个元素匹对上了，则P

将状态矩阵R

用状态矩阵与转移矩阵乘积评判逻辑：

当学员答题“汇报调度：”的内容完全与考卷模板完全匹对上时，状态矩阵R

当学员答题“汇报调度：”的内容完全与考卷模板没有完全匹对上时，状态矩阵R

同时，将乘积矩阵对角线上的各元素相加可得学员的答题分数。这里通过忽略乘积矩阵对角线以下的各元素值，这些值的位置表示学员答题的顺序发生了错误，没按考卷模板所对应的状态链顺序答题，而是状态链中的某节点被学员写在了前面，即位于R

图2示出了本发明一种人员考核装置的结构示意图，如图2所示，本发明提供了一种人员考核装置，包括如下模块：

考卷模板构建单元，用于构建考卷模板；

考核模型构建单元，用于基于所述考卷模板构建考核模型；

数据获取单元，用于获取学员答题文档数据；

考核模型，用于基于所述学员答题文档数据进行分析计算，输出分数。

综上，本发明考卷模板的灵活性强：指定教员以黑体字给出评分标准，其中对关键的评分词采用红色标记。以评分数来分割考卷模板：以考卷模板中所给的每个评分作为一段语句，来分隔并理解考卷模板，形成马尔可夫过程的各状态。自动构建马尔可夫评分链：将马尔可夫过程的各状态构成方形的状态转移矩阵，该矩阵的特征是一个上三角转移矩阵，且对角线元素的转移概率为1，其余上部元素转移概率小于1且依次递减。基于设备编号的语义识别：从国网调度数据库的特征出发，以设备编号作为模板内语句的语义主体，识别出此语义主体后可依据国网调度数据库的特征添补附加信息。用各状态得分矩阵与转移矩阵乘积来评判学员表达的逻辑正确度。

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专利范围的限制。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。