技术摘要：
本发明公开了一种政务服务评价处理方法、系统、装置和存储介质，包括：获取多组多模态情感数据；调用VAE bc‑LSTM步骤计算所述多模态情感数据，得到多组目标情绪；调用分类器将所述多组目标情绪转化为多组政务服务质量数据；调用改进的MD5算法分别计算多组所述政务服务  全部
背景技术：
随着社会发展，人们对社会机构的服务质量有明显提高，对政务服务的质量越来 越重视。但目前各种社调都存在客观性存疑问题。人们提供的服务评价数据无法保证不会 在后期被人为篡改。这种隐患情况下，政务机构难以获得准确客观的反馈信息，难以更好地 了解民众的真实需求与自身需要改进的问题。而民众也无法确保已公开的政务服务评价是 否完全由他们的原始数据归纳所得，而没有被暗箱修改。
技术实现要素：
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种政 务服务评价处理方法、系统、装置和存储介质，所述政务服务评价处理方法结合一种基于 VAE bc-LSTM步骤将原始数据转化为相对应的情绪，再通过分类器得出服务评价。同时利用 区块链的难篡改，数据可靠性高，可溯源，分布式等特点，通过区块链具对大量散杂的政务 服务评价数据上链保存；在加密方式上选择了一种改进的MD5哈希算法，进一步确保了政务 服务评价的客观性。 本发明提出一种政务服务评价处理方法。包括：获取多组多模态情感数据，所述多 模态情感数据包括多组视频数据、多组音频数据和多组文本数据；计算所述多模态情感数 据，得到多组目标情绪；调用分类器将所述多组目标情绪转化为多组政务服务质量数据；分 别计算多组所述政务服务质量数据的哈希值；构建默克尔树并添加到区块链，把多组所述 政务服务质量数据的哈希值作为所述默克尔树的子节点，把所述默克尔树的树根和当前时 间作为时间戳保存到区块链当前区块中；重复上述步骤一段时间后，调用横向联邦学习训 练所述政务服务评价处理方法。 根据本发明实施例的政务服务评价处理方法，至少具有如下技术效果:能够对获 取到的视频、语音和文本数据进行情感分析归类，并加密存储在区块链中，保证了数据的真 实性和舆情的有效性，并能通过已有数据训练所述政务评价处理方法和系统，自我学习提 高性能。 根据本发明实施例的政务服务评价处理方法，所述计算所述多模态情感数据是调 用VAE bc-LSTM步骤计算，所述VAE bc-LSTM步骤包括：把所述多模态情感数据输入到数据 输入层；把所述多模态情感数据传递到特征提取步骤，得到语境性特征数据；把所述语境性 特征数据输入到上下文LSTM层，所述上下文LSTM层用于获取所述语境性特征数据的单模态 特征；把所述语境性特征数据的单模态特征输入到整合层，计算所述上下文LSTM层的单模 态特征，得到目标情绪。 根据本发明实施例的政务服务评价处理方法，所述特征提取步骤包括：调用3D卷 4 CN 111582653 A 说　明　书 2/5 页 积神经网络(3D-CNN)从所述多组视频数据中提取多组视频特征；调用opensmile从所述多 组音频数据中提取多组音频特征；调用卷积神经网络(CNN)从所述多组文本数据中提取多 组文本特征。 根据本发明实施例的政务服务评价处理方法，所述分别计算多组所述政务服务质 量数据的哈希值是调用改进的MD5算法计算，所述改进的MD5算法包括：调用MD5算法对所述 多组结构体数据加密，得到一个128位的信息摘要；从所述信息摘要第四位开始截取12个字 符，得到截取字符串；使用系统给定的给定字符串替换所述截取字符串。 根据本发明实施例的政务服务评价处理方法，所述区块链按时间顺序排序。当前 区块通过哈希算法加密由所述时间戳、所述默克尔树的树根和随机数组成的排列，得到校 验值，后面的区块通过前一区块的所述校验值再次掉用哈希算法进行加密。 根据本发明实施例的政务服务评价处理方法，所述横向联邦学习包括： 加密样本对齐，分类提取具体相同所述目标情绪的多组数据；加密模型训练，调用 线性回归模型系统训练所述多组目标情绪数据；效果激励，输出训练效果。 根据本发明实施例的政务服务评价处理系统，包括：数据采集单元，包括视频数据 采集单元、音频数据采集单元和文本数据采集单元；VAE bc-LSTM单元，包括数据输入层、特 征提取步骤、上下文LSTM层和整合层；分类单元，将所述处理单元的输出进行分类；编码单 元，对所述分类单元的输出进行改进的MD5编码；区块链单元，对所述编码单元的输出进行 默克尔树的构建和添加到区块链的当前区块；横向联邦学习单元，将所述区块链单元的多 个区块数据进行横向联邦学习。 根据本发明实施例的政务服务评价处理装置，包括：至少一个处理器；以及，与所 述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器 执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如 权利要求1-6任一项所述的方法。 根据本发明实施例的政务服务评价处理介质，其特征在于，所述计算机可读存储 介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1-6 任一项所述的方法。 本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变 得明显，或通过本发明的实践了解到。 附图说明 本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得 明显和容易理解，其中： 图1为本发明实施例的政务服务评价处理方法的示意图； 图2为本发明实施例的VAE bc-LSTM步骤的示意图； 图3为本发明实施例的特征提取步骤的示意图； 图4为本发明实施例的改进的MD5算法的示意图； 图5为本发明实施例的横向联邦学习的示意图； 图6为本发明实施例的政务服务评价处理系统的示意图。 附图标记： 5 CN 111582653 A 说　明　书 3/5 页 数据采集单元100、视频数据采集单元101、音频数据采集单元102、文本数据采集 单元103、VAE bc-LSTM单元104、分类单元105、编码单元106、区块链单元107、横向联邦学习 单元。