摘要
本发明公开了一种网络舆情研判分析分类分级预警方法及系统,该方法包括:构建恶意舆论数据检测与判别模型,利用大规模网络舆情历史数据对预训练神经网络进行迭代训练以实现模型微调与优化;在检测到恶意舆论数据后,采用BERT、ERNIE的深度学习模型,结合语义角色标注、依存句法分析技术,通过深度语义理解和多维度文本结构分析来实现对恶意舆论的细粒度分类;构建恶意舆论数据分级判别模型,通过多层卷积操作捕捉舆情事件之间的深层关联,提高对舆情敏感性和紧急程度的识别能力。通过本发明,可以高效、准确地识别和分类与特定行业领域相关的恶意舆论数据,并对其进行严重性分级,从而提升网络舆情治理的精准度与实时性。
技术关键词
分级预警方法
细粒度分类
训练神经网络
舆情文本
语义角色标注
序列标注模型
深度学习模型
依存句法分析
数据
分级预警系统
图谱
判别模块
融合深度学习
检测识别模块
引入注意力机制
网络爬虫技术
系统为您推荐了相关专利信息
台区低电压
台区线路
有功功率
负荷预测模型
协调控制模块
神经网络模型
监测预警方法
地质结构
高风险
监测设备