1.一种学位论文评价方法，其特征在于，包括以下过程：获取学位论文评审数据中的各评价指标得分以及专家评语；

对专家评语进行分词并去除停用词，进行专家评语的序列化；

根据预设模型对序列化的专家评语进行分类；

利用DBSCAN模型进行序列化后的专家评语的聚类，根据聚类后类内所有论文总分平均分与预设分数阈值的对比，进行专家评语的评价赋分；

根据评价赋分与各评价指标得分的加权和，得到最终的学位论文评价结果。

2.如权利要求1所述的学位论文评价方法，其特征在于，利用DBSCAN模型，通过网格搜索法寻找最优超参数，进行专家评语的聚类。

3.如权利要求1所述的学位论文评价方法，其特征在于，类内所有论文总分平均分大于或等于第一分数阈值为优秀，类内所有论文总分平均分小于第二分数阈值且大于或等于第二阈值为良好，类内所有论文总分平均分小于第二阈值为及格。

4.如权利要求1所述的学位论文评价方法，其特征在于，类内所有论文总分平均分为：所有论文的各个评价指标得分的加权和再与论文数量的商。

5.如权利要求1所述的学位论文评价方法，其特征在于，利用训练好的TextCNN进行序列化的专家评语的分类，根据分类结果进行专家评语的评价赋分。

6.如权利要求1所述的学位论文评价方法，其特征在于，所述分词，包括：将连续的字序列表示的专家评语按照预设规范重新组合成词序列；

或者，

停用词，至少包括：语气词、副词、介词、连词以及各个学科的独有名词；

或者，

进行专家评语的序列化，包括：构建词袋模型，利用TF‑IDF进行专家评语的序列化。

7.一种学位论文评价系统，其特征在于，包括：信息获取模块，被配置为：获取学位论文评审数据中的各评价指标得分以及专家评语；

预处理模块，被配置为：对专家评语进行分词并去除停用词，进行专家评语的序列化；

评语分类模块，其被配置为：根据预设模型对序列化的专家评语进行分类；

分类评价模块，其被配置为：利用DBSCAN模型进行序列化后的专家评语的聚类，根据聚类后类内所有论文总分平均分与预设分数阈值的对比，进行专家评语的评价赋分；

论文评价模块，其被配置为：根据评价赋分与各评价指标得分的加权和，得到最终的学位论文评价结果。

8.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1‑6任一项所述的学位论文评价方法中的步骤。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1‑6任一项所述的学位论文评价方法中的步骤。