【技术实现步骤摘要】
本专利技术属于自然语言处理，具体涉及一种教育领域舆情大数据分类方法。
技术介绍
1、随着社交媒体的兴起，人们可以自由地在媒体上传播自己的思想和对事务的看法。教育是国之根本，教育领域一直是人们关注的重点，教育事件也通常会引起人们的广泛讨论和传播。师生作为教育领域中的主要载体，在社交媒体上非常的活跃，和互联网有着较强的粘性，这导致教育领域舆情有传播速度快、影响人员多、影响范围广等特点。学校和相关部门作为教育领域的主要责任人，应该积极掌握和教育领域相关的言论情感倾向，对可能出现的舆情事件做出干预和预案以便及时控制舆情的发展，有利于学校氛围的和谐和稳定以及利民政策的良好发展。
2、现有的舆情分类方法中，存在着标注成本大、标注耗时多的缺点，并且没有考虑到社交媒体上文本数据本身的特点，造成分类精度差、效率低等问题。
技术实现思路
1、针对现有技术存在的不足，本专利技术提出了一种教育领域舆情大数据分类方法，该方法包括：
2、s1：获取教育领域的舆情文本并对其进行舆情类别标注和情感...
【技术保护点】
1.一种教育领域舆情大数据分类方法，其特征在于，包括：
2.根据权利要求1所述的一种教育领域舆情大数据分类方法，其特征在于，进行教育领域舆情类别标注时，标注类别包括教育政策、教育考核、教育资源、教务管理、师德师风、教学质量、学术研究、校园安全、校园文化和高校就业10个类别；进行情感类别标注时，标注类别包括不满、反对、愤怒、担忧、满意、支持、喜欢和认可8个类别。
3.根据权利要求1所述的一种教育领域舆情大数据分类方法，其特征在于，所述绝对旋转位置编码方式的注意力机制表示为：
4.根据权利要求3所述的一种教育领域舆情大数据分类方法，其特...
【技术特征摘要】
1.一种教育领域舆情大数据分类方法，其特征在于，包括：
2.根据权利要求1所述的一种教育领域舆情大数据分类方法，其特征在于，进行教育领域舆情类别标注时，标注类别包括教育政策、教育考核、教育资源、教务管理、师德师风、教学质量、学术研究、校园安全、校园文化和高校就业10个类别；进行情感类别标注时，标注类别包括不满、反对、愤怒、担忧、满意、支持、喜欢和认可8个类别。
3.根据权利要求1所述的一种教育领域舆情大数据分类方法，其特征在于，所述绝对旋转位置编码方式的注意力机制表示为：
4.根据权利要求3所述的一种教育领域舆情大数据分类方法，其特征在于，向量qm、kn和vn的计算...
【专利技术属性】
技术研发人员：王进，王利蕾，廖唯皓，吴思远，杜雨露，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。