【技术实现步骤摘要】
本专利技术涉及网络舆情智能研判预警，尤其涉及一种网络舆情研判分析分类分级预警方法及系统。
技术介绍
1、随着我国经济的持续快速发展，社会信息化进程不断加速，网络舆论环境日益呈现出多元化、复杂化的特点。特别是在涉及关乎国计民生的关键行业，如电力行业时，网络上的言论更是纷繁复杂，其中不乏恶意舆论的传播，这对相关企业的声誉管理和公众信任构建构成了严峻挑战。
2、当前，虽然已有一些网络舆情监测系统被应用于实际工作中，但这些系统大多依赖于传统的关键词检索方法。这种方法在处理简单、明确的舆情信息时或许尚能胜任，但在面对复杂多变的网络语言环境，尤其是含有隐喻、讽刺等复杂语义的恶意舆论时，就显得力不从心。系统无法深入理解这些信息的真实意图和潜在影响，导致响应速度慢、识别精度低，大量需要人工复核的情况频繁出现，不仅增加了审核成本，也严重影响了处理效率。
3、现有的网络舆情监测系统在识别恶意舆论数据时，普遍存在着识别准确率低、误报率和漏报率高的问题。这不仅是因为技术上的局限，还因为缺乏有效的方法来准确区分恶意舆论数据和普通的舆情信息...
【技术保护点】
1.一种网络舆情研判分析分类分级预警方法，其特征在于，包括：
2.如权利要求1所述的网络舆情研判分析分类分级预警方法，其特征在于，构建恶意舆论数据检测与判别模型，还包括：
3.如权利要求1所述的网络舆情研判分析分类分级预警方法，其特征在于，所述恶意舆论数据检测与判别模型采用数据增强技术同义词替换、句式变换，以模拟恶意舆论的多样性，持续丰富训练样本，提高模型的泛化能力。
4.如权利要求1所述的网络舆情研判分析分类分级预警方法，其特征在于，构建恶意舆论数据细粒度分类判别模型，还包括：在分析文本时，除词汇、句法结构外，引入文本的情感倾向、...
【技术特征摘要】
1.一种网络舆情研判分析分类分级预警方法，其特征在于，包括：
2.如权利要求1所述的网络舆情研判分析分类分级预警方法，其特征在于，构建恶意舆论数据检测与判别模型，还包括：
3.如权利要求1所述的网络舆情研判分析分类分级预警方法，其特征在于，所述恶意舆论数据检测与判别模型采用数据增强技术同义词替换、句式变换，以模拟恶意舆论的多样性，持续丰富训练样本，提高模型的泛化能力。
4.如权利要求1所述的网络舆情研判分析分类分级预警方法，其特征在于，构建恶意舆论数据细粒度分类判别模型，还包括：在分析文本时，除词汇、句法结构外，引入文本的情感倾向、主题分布、篇章结构的多维度特征进行全面的文本表征，以提升分类效果。
5.如权利要求1所述的网络舆情研判分析分类分级预警方法，其特征在于，构建恶意舆论数据细粒度分类判别模型，还包括：利用跨域迁移学习的少样本序列标注技术，将相关领域的标注数据迁移至恶意舆论分类任务中，从而有效标注舆情文本中的关键实体与事件。
6.如权利要求1所述的网络舆情研判分析分类分级预警方法，其特征在于，构建恶意舆论数据细粒度分类判别模型，还包括：采用包括原型网络、元学习的少样本学习技术，结合lstm-crf、bert-crf的序列标注模型，在识别恶意舆论的同...
【专利技术属性】
技术研发人员：黄炎，
申请(专利权)人：武汉九斗文星智能科技有限公司，
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。