本发明涉及政策解读，更具体地说，本发明涉及一种基于深度学习的政策解读方法及智能化政策解读系统。
背景技术：
1、随着经济的高速发展，政策变动频繁且复杂，传统方法难以全面捕捉政策变动的细微之处，通过深度学习对政策文本进行深度挖掘与分析，旨在构建政策浮动指数，实时展示政策变动趋势，为政策制定者及社会各界提供科学依据和决策支持。
2、深度学习的政策解读方法融合了先进的人工智能技术，尤其是自然语言处理与深度学习算法，该方法通过将政策文本转化为机器可理解的格式，利用深度学习模型，对政策内容进行语义分析、情感识别及主题聚类；在此基础上，系统能够自动提取政策的关键条款、实施目标、影响范围及潜在影响，并生成详细的解读报告；此外，通过对比历史政策数据，系统还能分析政策变化的趋势与规律，为政策制定者、企业及公众提供精准、全面的政策解读服务；这种方法不仅提高了政策解读的效率和准确性，还促进了政策研究与应用的深度融合。
3、但是其在实际使用时，仍旧存在一些缺点，如在对数据进行采集和分析时，难以对数据进行多角度采集和分析，导致分析结果不准确，采集的数据具有单一性，从而影响整个政策解读的合理性。
4、因此，急需提供一种基于深度学习的政策解读方法及智能化政策解读系统，以解决现有政策解读系统数据采集不够全面和数据分析结果不够准确的问题。
技术实现思路
1、为了克服现有技术的上述缺陷，本发明的实施例提供一种基于深度学习的政策解读方法及智能化政策解读系统，通过以下方案，以解决上述背景技术中提出的问题。
2、为实现上述目的，本发明提供如下技术方案：一种基于深度学习的政策解读方法及智能化政策解读系统，包括：
3、步骤p1：政策数据采集步骤：用于采集政策的模型质量数据、模型训练数据、关键词数据、语义相似度数据以及适应性数据，并将采集到的数据传输到政策数据分析步骤；
4、步骤p2：政策数据分析步骤：包括模型质量数据分析单元、模型训练数据分析单元、关键词数据分析单元、语义相似度数据分析单元以及适应性数据分析单元，通过各分析单元建立相应的数学模型，将政策数据采集步骤传输的数据导入到相应的数学模型中，计算得出政策数据的模型质量特征值、模型训练效率特征值、关键词合理度特征值、语义相似度特征值以及适应性特征值，并传输到政策解读数据分析步骤；
5、步骤p3：政策解读数据分析步骤：包括政策解读数据分析单元，用于将政策数据分析步骤传输的数据进行分析，并将分析结果传输到最终评估步骤；
6、步骤p4：最终评估步骤：用于建立政策解读合理度指数预设值，根据政策解读合理度指数预设值对政策合理度指数值进行判断，并将判断结果传输到实时反馈步骤；
7、步骤p5：实时反馈步骤：用于接收最终评估步骤传输的判断结果，当政策解读较为合理时，发出正常信号，当政策解读不合理时，发出预警信号给终端管理人员。
8、优选的，所述模型质量数据包括f1分数fm、文本总熵值te以及语义向量维度sd；模型训练数据包括政策文本处理速度ts、标准实体数量ae以及文本推理时间rt；关键词质量数据包括关键词覆盖率kr、关键词提取速度ks以及关键词数量kn；语义相似度数据包括相似度阈值st、相似政策文件检索率dr以及检索响应时间jt；适应性数据包括政策更新频率uf、政策废止率ur以及领域迁移损失率dm。
9、优选的，所述模型质量数据分析单元用于建立模型质量数据计算模型，将政策数据采集步骤中的模型质量数据导入模型质量数据计算模型中，得到模型质量特征值，所述模型质量数据计算模型具体为：，其中表示模型质量特征值，fm表示f1分数，te表示文本总熵值，sd以及语义向量维度表示政策文件资料库中的词的数量。
10、优选的，所述模型训练数据分析单元用于建立模型训练数据计算模型，将政策数据采集步骤中的模型训练数据导入模型训练数据计算模型中，计算得出模型训练效率特征值，所述模型训练数据计算模型具体为：,其中表示模型效率特征值，ts表示政策文本处理速度，ae表示标准实体数量，rt表示文本处理时间。
11、优选的，所述关键词数据分析单元用于建立关键词数据计算模型，将政策数据采集步骤中的关键词数据导入关键词数据计算模型中，计算得出关键词合理度特征值，所述关键词数据计算模型具体为：，其中表示关键词合理度特征值，kr表示关键词覆盖率，ks表示关键词提取速度，kn表示关键词数量。
12、优选的，所述语义相似度数据分析单元用于建立语义相似度数据计算模型，将政策数据采集步骤中的语义相似度数据导入语义相似度数据计算模型中，计算得出语义相似度特征值，所述语义相似度数据计算模型具体为：，其中表示语义相似度特征值，st表示相似度阈值，dr表示相似政策文件检索率，jt表示检索响应时间。
13、优选的，所述适应性数据分析单元用于建立适应性数据计算模型，将政策数据采集步骤中的适应性数据导入适应性数据计算模型中，计算得出适应性特征值，所述适应性数据计算模型具体为：,其中表示适应性特征值，uf表示政策更新频率uf，ur表示政策废止率，dm表示领域迁移损失率。
14、优选的，所述政策解读数据分析单元用于建立政策解读合理度指数计算模型，用于将政策数据分析步骤传输的政策数据的模型质量特征值、模型训练效率特征值、关键词合理度特征值、语义相似度特征值以及适应性特征值导入政策解读合理度指数计算模型中，得到政策解读合理度指数值；所述政策解读合理度指数计算模型具体为：，其中s为政策解读合理度指数值，表示政策数据的模型质量特征值，表示模型训练效率特征值，表示关键词合理度特征值，表示语义相似度特征值，表示适应性特征值。
15、优选的，所述政策解读合理度指数预设值标记为，当=<s时，表示政策解读合理度指数值大于政策解读合理度指数预设值，说明政策解读比较合理；当>s时，表示政策解读合理度指数值小于政策解读合理度指数预设值，说明政策解读不合理。
16、优选的，所述的一种基于深度学习的智能化政策解读系统，其特征在于，包括：
17、政策数据采集模块：用于采集政策的模型质量数据、模型训练数据、关键词数据、语义相似度数据以及适应性数据，并将采集到的数据传输到政策数据分析模块；
18、政策数据分析模块：包括模型质量数据分析单元、模型训练数据分析单元、关键词数据分析单元、语义相似度数据分析单元以及适应性数据分析单元，通过各分析单元建立相应的数学模型，将政策数据采集模块传输的数据导入到相应的数学模型中，计算得出政策数据的模型质量特征值、模型训练效率特征值、关键词合理度特征值、语义相似度特征值以及适应性特征值，并传输到政策解读数据分析模块；
19、政策解读数据分析模块：包括政策解读数据分析单元，用于将政策数据分析模块传输的数据进行分析，并将分析结果传输到最终评估模块；
20、最终评估模块：用于建立政策解读合理度指数预设值，根据政策解读合理度指数预设值对政策合理度指数值进行判断，并将判断结果传输到实时反馈模块；
21、实时反馈模块：用于接收最终评估模块传输的判断结果，当政策解读较为合理时，发出正常信号，当政策解读不合理时，发出预警信号给终端管理人员。
22、本发明的技术效果和优点：
23、1、本发明通过政策数据采集步骤多方面采集政策的相关数据，包括政策的模型质量数据、模型训练数据、关键词数据、语义相似度数据以及适应性数据，为数据分析提供了有力的数据支持，同时也降低了数据单一性导致分析结果的不利影响；
24、2、通过政策数据分析步骤多角度分析政策的相关数据，提高了分析结果的准确性，对政策解读的合理性判断提供理论依据；
25、3、通过最终评估步骤将分析的结果再分析，进一步提高了分析结果的准确性；通过实时反馈步骤及时发现问题，从而为政策解读合理度提供保障。
1.一种基于深度学习的政策解读方法，其特征在于，包括：
2.根据权利要求1所述的一种基于深度学习的政策解读方法，其特征在于：所述模型质量数据包括f1分数fm、文本总熵值te以及语义向量维度sd；模型训练数据包括政策文本处理速度ts、标准实体数量ae以及文本推理时间rt；关键词质量数据包括关键词覆盖率kr、关键词提取速度ks以及关键词数量kn；语义相似度数据包括相似度阈值st、相似政策文件检索率dr以及检索响应时间jt；适应性数据包括政策更新频率uf、政策废止率ur以及领域迁移损失率dm。
3.根据权利要求1所述的一种基于深度学习的政策解读方法，其特征在于：所述模型质量数据分析单元用于建立模型质量数据计算模型，将政策数据采集步骤中的模型质量数据导入模型质量数据计算模型中，得到模型质量特征值，所述模型质量数据计算模型具体为：，其中表示模型质量特征值，fm表示f1分数，te表示文本总熵值，sd以及语义向量维度表示政策文件资料库中的词的数量。
4.根据权利要求1所述的一种基于深度学习的政策解读方法，其特征在于：所述模型训练数据分析单元用于建立模型训练数据计算模型，将政策数据采集步骤中的模型训练数据导入模型训练数据计算模型中，计算得出模型训练效率特征值，所述模型训练数据计算模型具体为：,其中表示模型效率特征值，ts表示政策文本处理速度，ae表示标准实体数量，rt表示文本处理时间。
5.根据权利要求1所述的一种基于深度学习的政策解读方法，其特征在于：所述关键词数据分析单元用于建立关键词数据计算模型，将政策数据采集步骤中的关键词数据导入关键词数据计算模型中，计算得出关键词合理度特征值，所述关键词数据计算模型具体为：，其中表示关键词合理度特征值，kr表示关键词覆盖率，ks表示关键词提取速度，kn表示关键词数量。
6.根据权利要求1所述的一种基于深度学习的政策解读方法，其特征在于：所述语义相似度数据分析单元用于建立语义相似度数据计算模型，将政策数据采集步骤中的语义相似度数据导入语义相似度数据计算模型中，计算得出语义相似度特征值，所述语义相似度数据计算模型具体为：，其中表示语义相似度特征值，st表示相似度阈值，dr表示相似政策文件检索率，jt表示检索响应时间。
7.根据权利要求1所述的一种基于深度学习的政策解读方法，其特征在于：所述适应性数据分析单元用于建立适应性数据计算模型，将政策数据采集步骤中的适应性数据导入适应性数据计算模型中，计算得出适应性特征值，所述适应性数据计算模型具体为：,其中表示适应性特征值，uf表示政策更新频率uf，ur表示政策废止率，dm表示领域迁移损失率。
8.根据权利要求1所述的一种基于深度学习的政策解读方法，其特征在于：所述政策解读数据分析单元用于建立政策解读合理度指数计算模型，用于将政策数据分析步骤传输的政策数据的模型质量特征值、模型训练效率特征值、关键词合理度特征值、语义相似度特征值以及适应性特征值导入政策解读合理度指数计算模型中，得到政策解读合理度指数值；所述政策解读合理度指数计算模型具体为：，其中s为政策解读合理度指数值，表示政策数据的模型质量特征值，表示模型训练效率特征值，表示关键词合理度特征值，表示语义相似度特征值，表示适应性特征值。
9.根据权利要求1所述的一种基于深度学习的政策解读方法，其特征在于：所述政策解读合理度指数预设值标记为，当=<s时，表示政策解读合理度指数值大于政策解读合理度指数预设值，说明政策解读比较合理；当>s时，表示政策解读合理度指数值小于政策解读合理度指数预设值，说明政策解读不合理。
10.一种基于深度学习的智能化政策解读系统，其特征在于，包括：
