公文质量

摘要： 公文是各级党政机关意志的体现,具有特定的体式、鲜明的政治性、法定的约束力等特点。制发公文必须严格按照有关规定和要求执行,不能出现丝毫差错。但是在现实生活中,由于制发者、审核者的能力和素质不一,常会出现各种各样的问题。因此,公文主管部门建立退文制度就必不可少。对不合格的公文及时予以退还,令其重新办理,有利于提升公文质量,维护公文的权威性和严肃性,塑造党政机关的良好形象。实际工作中,很多党政机关建立健全了完善的退文制度,并认真贯彻执行.

摘要： 在推进档案工作规范化、标准化的工作进程中,我们必须一方面要注意解决好立卷方法问题,以有利千档案标准化管理中的分类和检索,另一方面,要注意解决好案卷装订质量问题,以有利于档案规范化管理。

摘要： 公文是机关处理公务的重要工具,是机关工作人员的基本功和必须提升的技能,公文写作能力不仅是写作能力,也是政策理解能力、语言表达能力、沟通协调能力以及决策参谋能力等的综合能力.提升公文质量需要兼顾各种能力,从多方入手.

摘要： 公文处理是机关单位实现职能、处理工作的重要形式和手段,它的工作量大、面广、头绪多,稍有不慎就会出现纰漏。公文处理水平的高低既是对办公室人员素质和能力的一种考验,也是对公文处理精益求精的具体体现,只有公文处理水平提高了,才能真正达到"以文辅政"的作用。对此,本文针对此问题展开探讨,希望为广大工作者提供参考,以供借鉴!

摘要： 在教育改革的背景下,各大高校的发展制度越来越完善,创新发展模式越来越先进,高校公文的重要性逐渐突显.所以,提高高校公文质量尤为重要,是现在高校进一步发展完善的方面之一.鉴于此,本文就如何提高高校公文质量展开了讨论.

摘要： 本文从公文的定义入手,阐述公文的特征.结合我院公文的实际情况,对我院公文常见错误进行介绍,分析了出现错误的原因.针对问题提出改进措施,并阐述了为持续提升公文质量下一步需开展的工作.

摘要： 在教育改革的背景下,各大高校的发展制度越来越完善,创新发展模式越来越先进,高校公文的重要性逐渐突显。所以,提高高校公文质量尤为重要,是现在高校进一步发展完善的方面之一。鉴于此,本文就如何提高高校公文质量展开了讨论。

摘要： 公文的体式是指公文的文体、构成要素及其在格式上的安排。公文之所以要有一定的体式，主要是为了保证公文的完整性、正确性和有效性，提高办事效率并为公文处理工作提供方便。公文质量主要体现在公文的思想内容与文字表达两个方面。

摘要： 公文是党政机关、企事业单位、法定团体等组织在公务活动中制发的一种特殊文书,具有特定效力和规范体式,发挥着实施领导、履行职能、处理公务等重要作用。在很多党政机关,为了充分发挥公文的作用,体现严肃性,建立了公文错情通报制度,加强内部公文管理,提高公文质量,确保公文零失误。

摘要： 文秘工作与文书档案工作密切相关，文秘工作是档案工作的基础，文书档案工作是文秘工作的延伸和发展，两者的有效结合、相辅相成，是实现文书档案管理一体化的重要保障。文秘工作和文书档案管理工作的密切关系源于共同的主体——公文。公文作为文秘工作的主要产品，正是文书档案的前身。公文经过组件、分类、排列、编号、编目、修正、装订、编页、装盒、排架等步骤，即成为档案。文秘工作规范与否直接关系到公文质量的高低，而文书档案的质量直接取决于公文的质量，可见，高水平的文书档案管理是建立在规范的文秘工作基础之上的。

摘要： 针对OA公文的办理,建立和量化相应的标准,并采用信息化的手段来固化,有效规避OA公文办理中的常见错误,以使公文秘书能够免于考虑一些常见问题,有力地帮助公文秘书将精力集中用在公文办理的核心内容上,抓住重点,提高公文质量和办理效率.

摘要： 本发明公开一种多特征融合的句子级译文质量估计方法，包括以下步骤：1)并行提取词预测特征、语境化词嵌入特征、依存句法特征以及基线特征；2)上述特征提取后，分别对各特征进行进一步整合，针对特征向量采用将各特征由Bi‑LSTM层编码后的最后一个隐状态直接相加的方式和将各个向量按指定维度拼接的方式进行融合；3)通过上述两种融合方式得到两种高维向量，利用sigmoid函数进行最终的HTER值即译文质量分数预测。本发明采用更有效的上下文敏感的语言表示模型进行建模，提出一种融入语境化词嵌入特征的方法，将其与词预测特征相结合，并显性地融入了依存句法特征和17个基线特征，构建了一个多特征融合的译文质量估计模型。

摘要： 本发明提出一种论文质量的计算方法及系统，属于信息技术领域。该系统包括：论文抓取模块、预处理模块和论文质量计算模块。该方法首先建立论文历年被引频次和被引年份的集合；计算论文总被引频次，及论文历年被引频次的增长速率及均值；计算论文历年被引频次的高低变化波动值；分别对论文历年被引频次的增长速率均值和高低变化波动值进行归一化；最后得到论文质量分值。本发明可以客观准确地计算论文的质量分值，消除了人们主观感受、技术研究热度、引用动机复杂等因素对论文质量的影响，保证了结果的准确性和客观性，易于实现。

摘要： 本发明提供一种中文翻译成英文的英语译文质量分析方法，该方法是一个由顺序连接的翻译英语译文预处理模块、翻译英语译文忠实度分析模块、翻译英语译文语义相似度分析模块、翻译英语译文质量分析结果生成模块组成的分析模型。一篇翻译英语译文通过该分析模型处理后，最后能够得到这篇翻译英语译文的质量分析结果。本发明的方法解决了中文翻译成英文的英语译文质量自动分析问题，其分析结果比传统的中文翻译成英文的英语译文质量分析方法的分析结果更好。

摘要： 本发明的实施例提供了一种论文质量检测方法、装置和设备。所述方法包括获取论文的文档数据；若文档数据的扩展名符合预设扩展名格式，则将论文的文档结构与预设模板中的文档结构进行比对，记录结构比对结果；否则输出文档数据的格式异常；对文档数据中的程序代码块进行识别，记录代码块识别结果；对文档数据中的隐藏字符和/或特殊字符进行识别，记录异常字符识别结果；将文档数据中的格式信息与预设模板中规定的格式进行比对，记录格式比对结果；对文档数据中的语法错误和字符错误进行识别，记录错误字符识别结果。以此方式，可以对论文的质量进行多维度的检测，更加详细、准确的获取论文质量缺陷，为论文整体质量评价提供数据支撑。

摘要： 本发明提供一种机翻译文质量评估方法、译文后编辑方法及装置，该方法包括：接收来自目标用户的第一输入；响应于所述第一输入，获取待评估的目标语料对；将所述目标语料对输入至翻译质量评估模型，输出与所述目标语料对对应的翻译质量评估结果。本发明提供的机翻译文质量评估方法、译文后编辑方法及装置，基于目标用户的第一输入获取待评估的目标语料对，以目标语料对作为翻译质量评估模型的输入，输出结果为翻译质量评估结果。通过预先对初始样本语料进行筛选获取样本语料对，使训练好的翻译质量评估模型更具有针对性，能够提高模型性能，以及提高翻译质量评估的精细性和准确性。

摘要： 本发明提出融入语言差异化特征的汉越神经机器翻译译文质量估计方法，属于自然语言处理技术领域。本发明首先采用统计对齐的方法对汉越之间结构差异进行建模，将其定义为汉语与越南语之间的语言差异化特征。其次，将提取到的语言差异化特征与质量估计模型进行结合，其融合过程为将定义的特征作为惩罚因子同双向LSTM模型中最后一个时刻两个方向的隐状态进行结合，最终使得基于大规模双语数据的通用型译文质量估计模型能够有效地对汉‑越这种资源稀缺型译文质量估计任务有更好的关注，有效地提升译文质量估计模型对于汉越神经机器翻译任务的性能。

摘要： 本发明涉及计算机技术领域，具体涉及一种译文质量分析方法及系统，包括：将待翻译原文拆分为若干个段落单元，进行评级并赋予级值，生成若干个参考文档，以参考文档内级值之和评级分数；将待评价译文对应拆分，确定最接近的参考文档和初始分数；将待分析段落单元与翻译参考段落单元进行匹配对应，以级值作为段落单元值，并对比翻译参考段落单元后获取待分析段落单元的正向值和负向值，以段落单元值、正向值和负向值之和作为段落的评定分数。本发明提供多种方式和风格的翻译参考段落，对应进行不同的评级和评分，并根据权重将段落单元的评分折算到整个翻译参考文档的评价中以确定待评价译文的评价得分，提供了更多的参考性，评价更为客观可靠。

摘要： 本发明公开了一种不依赖参考译文的无监督多语言译文质量评估方法，涉及翻译质量评估技术领域，包括如下步骤：S1：计算准确度分数；S2：计算流畅度分数；S3：计算翻译质量分数，此不依赖参考译文的无监督多语言译文质量评估方法，区别于现有技术，利用多语言预训练模型计算原文和译文的翻译准确度分数，利用语言模型计算译文的生成概率，映射为译文流畅度分数，相比依赖人工标注和依赖参考译文的两种方法，本方法不依赖人工标注数据和参考译文，适合多语言翻译方向场景，维护成本低，指标可解释性强。

摘要： 本发明公开一种基于神经网络结构搜索的机器翻译译文质量评估方法，步骤为：获取WMT质量评估任务的训练数据和WMT机器翻译任务中的训练数据；确定预测器‑评估器模型中的预测器组件，使用基于进化算法的搜索策略进行预搜索；搭建经典的预测器‑评估器模型，实行基于进化算法的搜索策略的最初使用Transformer神经机器翻译模型来热启动初始化种群；使用基于进化算法的搜索策略进行预搜索；对预测器部分的网络结构进行微调及训练调优；使用完整模型进行质量评估的单词级任务，并使用其在测试集上的准确度表征模型性能。本发明利用网络结构搜索技术，针对质量评估的任务和数据特性为预测器组件量身定制网络结构。

摘要： 本发明专利技术公开了一种基于注意力长短期记忆循环神经网络的论文质量测评方法，其主要特点是针对本科和硕士博士毕业论文等长文本，设计基于章节的双向长短记忆网络(BiLSTM)的文本分析模型ChapBiLSTM，并结合注意力机制和改进交叉熵函数，提升质量评级准确度。克服了目前文本模型训练慢的缺点，适应数据特征的端到端的模型分析，通过识别、表示和特征加权等方法，对长文本进行准确的质量评级分类。涉及的主要流程和功能包括：整篇论文数据采集，通过互联网和其它公开方式获得论文数据；论文数据识别，提取PDF/word文本内各章节内容；论文数据表示，对论文进行处理，映射成计算机可分析处理的数据形式；论文数据标签，获取论文质量等级标签；各章节数据表征，通过设计适当特征表示模型，进行数据表征；整篇论文质量分类，对各章节内容进行加权数据表征，然后进行整篇论文质量分类。