一种食品安全舆情分析技术抽取方法技术

本发明专利技术提供了一种食品安全舆情分析技术抽取方法，筛选食品安全内容，所述筛选食品安全内容包括关键词匹配法和无监督聚类分类法，语义情感分析，所述语义情感分析包括bert预训练模型和oftmax分类，信息提取，所述信息提取包括prompt tuning和KEP主体观点抽取，食品安全舆情分析在食品安全研究中起到重要的辅助作用，随着人工智能的发展，舆情分析与自然语言处理技术结合越发紧密，在舆情分析中，流程大概是搜集新闻，筛选内容，针对和食品安全相关的新闻进行情感分析，完成舆情分析的初筛，接下来对情感分析结果为P积极和N消极的新闻进行事件分析以及风险抽取。进行事件分析以及风险抽取。进行事件分析以及风险抽取。

【技术实现步骤摘要】
一种食品安全舆情分析技术抽取方法


[0001]本专利技术涉及食品安全舆情分析技术抽取方法领域，具体而言，涉及一种食品安全舆情分析技术抽取方法。

技术介绍

[0002]食品安全舆情分析在食品安全研究中起到重要的辅助作用，随着人工智能的发展，舆情分析与自然语言处理技术结合越发紧密，现有的食品安全缺少一种食品安全舆情分析技术抽取方法，因此我们对此做出改进，提出一种食品安全舆情分析技术抽取方法，在舆情分析中，流程大概是搜集新闻，筛选内容，针对和食品安全相关的新闻进行情感分析，完成舆情分析的初筛，接下来对情感分析结果为P(积极)和N(消极)的新闻进行事件分析以及风险抽取。

技术实现思路

[0003]本专利技术的目的在于：针对目前存在的
技术介绍
提出的问题，为了实现上述专利技术目的，本专利技术提供了以下技术方案：一种食品安全舆情分析技术抽取方法，以改善上述问题，本申请具体是这样的：包括以下步骤，S1筛选食品安全内容，所述筛选食品安全内容包括S11关键词匹配法和S12无监督聚类分类法；S2语义情感分析，所述语义情感分析包括S21bert预训练模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种食品安全舆情分析技术抽取方法，其特征在于，包括以下步骤，S1筛选食品安全内容，所述筛选食品安全内容包括S11关键词匹配法和S12无监督聚类分类法；S2语义情感分析，所述语义情感分析包括S21bert预训练模型和S22softmax分类；S3信息提取，所述信息提取包括S31prompt tuning和S32SKEP主体观点抽取。2.根据权利要求1所述的一种食品安全舆情分析技术抽取方法，其特征在于，所述S1筛选食品安全内容中S11中关键词匹配法中，S111筛选食品安全内容需要Query和网页正文content的语义相关度，所述Query与所述content的匹配使用短文本长文本语义匹配；S112计算相似度，计算分布生成短文本的概率作为相似度值；S113文档关键词抽取，抽取关键词做标签tag并设置主题模型估算文档产生单词的概率。3.根据权利要求2所述的一种食品安全舆情分析技术抽取方法，其特征在于，所述S11中关键词匹配法中S112计算相似度的公式为：其中，q表示Query，c表示content，w表示q中的词，z
k
表示第k个主题；所述S11中关键词匹配法中S113文档关键词抽取估计文档产生单词的概率公式为：p(w∣d)＝k＝1∑Kp(w∣zk)p(zk∣d)；其中，d表示文档内容，w表示词，zk表示第k个主题；所述S11中关键词匹配法中S113文档关键词抽取TWE训练得到主题和单词向量表示公式为：Similarity(w,d)＝k＝1∑Kcos(vm,zk)p(zk|d)；其中，d表示文档内容，w表示词，zk表示第k个主题。4.根据权利要求1所述的一种食品安全舆情分析技术抽取方法，其特征在于，所述S1筛选食品安全内容中S12无监督聚类分类法中进行KNN聚类，分成两类取其中心点，选取内容与食品安全无关者作为参照点并设定一阈值...

【专利技术属性】
技术研发人员：陶光灿，梁启军，林丹，王微雅，谢锋，
申请(专利权)人：食品安全与营养贵州信息科技有限公司，
类型：发明
国别省市：