摘要
本发明涉及舆情监测领域,具体为一种基于大模型实现负面舆情自动监测与反欺诈方法,其包括以下步骤:S1、构建舆情监测用户画像大模型,该模型为联邦模型结构,联邦模型分为上下两层,上层是聚合服务器,下层是多个数据参与者;S2、训练舆情监测用户画像大模型;S3、通过训练舆情监测用户画像大模型进行舆情监测和反欺诈。本发明中,大模型采用了大量高质量的私域舆情数据进行训练,故对舆情事件识别的准确度大大提高,同时也具备对各种舆情事件制造者用户画像特征的准确识别能力。实现了一个大模型监测识别所有类型舆情事件,也实现了一个大模型替换N个用户画像模型甄别舆情事件制造者是否涉及欺诈。
技术关键词
欺诈方法
结构化文档数据
联邦模型
服务器
参数
画像模型
画像特征
事件识别
互联网
热点
样本
系统为您推荐了相关专利信息
土壤墒情数据
云端服务器
分布算法
卷积特征提取
多模态特征融合
算法插件
需求预测模型
矩阵
指纹
计算资源调度方法
滑坡位移预测方法
地质位移预测技术
灰色关联度分析法
灰色关联度方法
最佳参数组合