摘要
本发明公开了一种基于新闻来源可信度的舆情知识图谱过滤方法,包括S1、生成初始新闻数据集;S2、通过建立可信度评估模型;S3、保留高可信度的新闻数据;S4、使用自然语言处理技术,对保留的新闻数据进行文本预处理;S5、生成初步的实体和关系数据;S6、基于初步的实体和关系数据,构建初始舆情知识图谱;S7、动态更新舆情知识图谱;S8、识别出对特定事件或话题的舆情态度和趋势;S9、优化知识图谱的数据质量;S10、基于优化后的舆情知识图谱进行舆情分析,生成舆情报告。本发明有效解决了现有技术中的缺陷和不足,实现了高质量、高时效性的舆情分析,为用户提供了可靠的决策支持和管理参考。
技术关键词
图谱
过滤方法
时间序列分析方法
数据
话题
狄利克雷分布模型
动态更新
命名实体识别模型
情感类别
情感分析技术
文本情感分析
预训练语言模型
关系抽取模型
情感分析模型
社交媒体平台
时效性
监督学习方法
节点
系统为您推荐了相关专利信息
巡检方法
动态
LSTM神经网络
巡检策略
采集变电站
人工智能模块
背板模块
CPU模块
嵌入式操作系统
功能模块