运用NLP与AHP分析硕士论文评价：科学综合评价模型

"全国大学生数据统计与分析竞赛21年A题本科生组的优秀论文集，涉及的主题是基于NLP（自然语言处理）和AHP（层次分析法）的论文综合评价模型。该论文旨在建立一个全面的评价体系，用于评估不同学科领域的硕士研究生学位论文，包括选题与综述、创新性及论文价值、科研能力与基础知识、论文规范性四大维度。论文利用了EXCEL、python、SPSS等工具进行数据分析，以解决五个具体问题。" 在这篇论文中，作者首先利用EXCEL进行初步的数据处理，通过阈值筛选和排序功能识别问题论文，并运用average()和var()函数计算平均值和方差，以了解评审信息的分布情况。接着，论文引入了Python的jieba库，应用TF-IDF算法来挖掘专家评语中的关键词及其频率，进一步进行主题分析。此外，snownlp库被用于情感分析，计算出情感因子，以评估论文的情感倾向。 接下来，作者借助SPSS软件进行了更深入的数据分析。通过计算ICC组内相关系数和Kendall协调系数，检验了三位评委评分的一致性。这些统计指标有助于理解评审间的共识程度。然后，根据关键词出现的频次，确定了四大评价维度的相对权重，结合AHP层次分析法建立了专家观点的评价模型。层次分析法虽然可能存在主观性，但在这里与专家的主观打分相吻合，提供了相对公正的评价标准。 最后，通过加权求得论文的综合得分，论文对工学、理学、艺术学、医学等多个学科门类的论文进行了区分，区分出优秀与淘汰的论文，并通过逻辑分析揭示了两类论文的特征。这种方法为研究生学位论文的质量评价提供了一种新的思路和工具，有助于提升我国研究生教育的整体质量和创新能力。