一种生成式AI情绪传播预测与引导大模型构建方法与系统技术方案

技术编号:43515518 阅读:71 留言:0更新日期:2024-12-03 12:06
本发明专利技术提供一种基于生成式AI的情绪传播预测与引导大模型构建方法与系统,首先,构建情绪分析大模型,利用大语言模型和多源社交媒体数据,融合语法、语义和记忆驱动,采用稀疏门控混合专家训练技术,提升训练效率和性能;其次,基于情绪分析大模型开展舆情事件传播预测并且生成个体情绪与传播内容多维引导的受控制品,进行传播预测,同时生成情绪引导策略和内容;最后,构建综合系统进行演示验证,针对多样化突发舆情事件,基于时空特征分析网络舆情事件传播,进行实证分析,提高预测模型精度和效率。本发明专利技术突破了现有方法在处理复杂、多模态情绪表达和动态变化预测引导方面的局限性,有助于发现和疏导社会矛盾、维护社会稳定。

【技术实现步骤摘要】

本专利技术涉及ai大模型以及情绪分析预测以及舆情传播,尤其涉及一种生成式ai情绪传播预测与引导大模型构建方法与系统。


技术介绍

1、随着互联网和社交媒体的快速发展,网络已成为人们表达情绪、交流观点、参与舆论的重要阵地。个体情绪在网络空间中呈现出频繁表达、广泛传播、交互影响的新特点。个体情绪的分析不仅关乎个人层面,在国家治理层面更是舆情的动态变化的微观体现,反映了社会的动态变化和民意倾向,这为政府部门及时调整政策、回应民意提供了重要依据。《2024年政府工作报告》将“提高公共安全治理水平,推动治理模式向事前预防转型”纳入工作任务。对个人情绪进一步分析和负面情绪引导可以帮助政府及时有效应对社会矛盾和突发事件,维护社会的稳定和谐。然而,传统的情绪分析方法在面对海量社交媒体数据时显得捉襟见肘,缺乏足够的精准度和时效性,难以满足当前复杂舆情环境下的需求。

2、传统的情绪分析方法通常依赖于以下技术手段:关键词匹配与情感词典,这种方法通过预定义的关键词和情感词典来识别文本中的情感倾向,该方法简单直接,但对多样化、复杂的情感表达无能为力,无法捕捉上下文和隐含情本文档来自技高网...

【技术保护点】

1.一种生成式AI情绪传播预测与引导大模型构建方法,其特征在于,所述方法包括以下步骤:

2.根据权利要求1所述的生成式AI情绪传播预测与引导大模型构建方法,其特征在于,所述面向社交媒体构建基于语法语义和记忆驱动的情绪分析大模型包括以下步骤:

3.根据权利要求1所述的生成式AI情绪传播预测与引导大模型构建方法,其特征在于,所述基于情绪分析大模型开展舆情事件传播预测包括以下步骤:

4.根据权利要求1所述的生成式AI情绪传播预测与引导大模型构建方法,其特征在于,所述生成个体情绪与传播内容多维引导策略包括以下步骤:

5.根据权利要求1所述的生成式A...

【技术特征摘要】

1.一种生成式ai情绪传播预测与引导大模型构建方法,其特征在于,所述方法包括以下步骤:

2.根据权利要求1所述的生成式ai情绪传播预测与引导大模型构建方法,其特征在于,所述面向社交媒体构建基于语法语义和记忆驱动的情绪分析大模型包括以下步骤:

3.根据权利要求1所述的生成式ai情绪传播预测与引导大模型构建方法,其特征在于,所述基于情绪分析大模型开展舆情事件传播预测包括以下步骤:

<...

【专利技术属性】
技术研发人员:陈健军侯星宇
申请(专利权)人:北京邮电大学
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