一种基于ID3算法的文本预期一致性评估方法及系统

本发明公开了一种基于ID3算法的文本预期一致性评估方法及系统，涉及文本分析与数据挖掘交叉领域，方法流程包括四步：一是采集多源文本及专家经验数据，经清洗、OCR转换、分词与TF‑IDF提取，生成结构化特征数据集；二是构建通用指标库与专项指标库，动态调整权重；三是用标注历史文本训练ID3决策树，实现待评估文本分类与参考文本匹配，可换C4.5适配复杂文本；四是依文本目标覆盖率等三大指标加权算得分、分级，支持人工修正异常值，并推荐Top5相似参考文本。解决现有技术指标构建依赖人工、评估片面、算法解释性弱等问题，适用于企业文档审核、学术论文校验、政务文本规范检查等场景。