金融舆情相似度概率预测方法、系统及装置制造方法及图纸

技术编号:43002040 阅读:17 留言:0更新日期:2024-10-15 13:29
本发明专利技术公开一种金融舆情相似度概率预测方法、系统及装置,方法包括:获取舆情相关数据,将符合预设条件的舆情相关数据构建数据样本集;构建多个第一相似度预训练模型并进行训练及验证,得到多个第一相似度模型;通过第一相似度模型对待测舆情相关数据进行预测得到预测结果得到最佳权重,进而得到初始相似度模型;通过初始相似度模型对无标签的待测舆情相关数据进行预测得到伪相似标签;将真实标签及伪相似标签划分训练集及验证集,得到相似度概率预测模型;对待舆情相关数据的相似度概率进行预测得到预测结果。本申请通过深度学习最大程度上让模型学习到样本集中所有的特征信息。进而能够优化训练过程中标签集的划分规则,提升模型的学习效果。

【技术实现步骤摘要】

本专利技术涉及人工智能,尤其涉及一种金融舆情相似度概率预测方法、系统及装置


技术介绍

1、网络舆情是通过互联网传播的公众对现实生活中某些热点、焦点问题所持的有较强影响力、倾向性的言论和观点,而金融舆情特指是金融方向的。由于互联网具有虚拟性、隐蔽性、发散性、渗透性和随意性等特点,越来越多的人乐意通过这种渠道来表达观点、传播思想。网络舆情是一股强大的舆论力量,会反作用于热点事件并对社会发展和事态进程产生一定的影响。如果引导不善,负面的网络舆情将对社会公共安全形成较大威胁。如果形成较大的舆情事件,则可能会被传播至多个渠道以产生更大的影响,因此对于舆情事件的舆论监测分析是舆情管理的关键环节。舆情事件发生后,往往会引来舆论的热议,进而产生大批量的舆论信息,这类信息产生后,往往会加大舆情事件的影响力,进而形成舆情危机。因此,对于舆情事件的舆论监测分析也是舆情管制的关键环节。而舆情相似度的判断更是关键中的关键。

2、在现有技术中,舆情相似度模型主要通过传统机器学习、深度学习或者语言预训练模型进行训练的。这些训练方式目前会存在以下问题:</p>

3、传统本文档来自技高网...

【技术保护点】

1.一种金融舆情相似度概率预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的金融舆情相似度概率预测方法,其特征在于,还包括以下步骤:

3.根据权利要求1所述的金融舆情相似度概率预测方法,其特征在于,所述获取舆情相关数据,将符合预设条件的舆情相关数据构建数据样本集,包括以下步骤:

4.根据权利要求1所述的金融舆情相似度概率预测方法,其特征在于,还包括将数据样本集划分为训练样本集及验证样本集的步骤,具体为:

5.根据权利要求1所述的金融舆情相似度概率预测方法,其特征在于,所述基于最佳权重将每个第一相似度模型进行集成得到初始相似度模型...

【技术特征摘要】

1.一种金融舆情相似度概率预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的金融舆情相似度概率预测方法,其特征在于,还包括以下步骤:

3.根据权利要求1所述的金融舆情相似度概率预测方法,其特征在于,所述获取舆情相关数据,将符合预设条件的舆情相关数据构建数据样本集,包括以下步骤:

4.根据权利要求1所述的金融舆情相似度概率预测方法,其特征在于,还包括将数据样本集划分为训练样本集及验证样本集的步骤,具体为:

5.根据权利要求1所述的金融舆情相似度概率预测方法,其特征在于,所述基于最佳权重将每个第一相似度模型进行集成得到初始相似度模型,包括以下步骤:

6.根据权利要求1所述的金融舆情相似度概率预测方...

【专利技术属性】
技术研发人员:黄玉锋林晖晖王一华俞林林冯四凤
申请(专利权)人:浙商证券股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1