摘要
本发明特别涉及一种基于大语言模型的网络舆情多任务分析方法。该基于大语言模型的网络舆情多任务分析方法,爬取数据进行预处理,若关键词匹配成功则标记为预关联,否则进入模型推理;以加载预训练模型BERT为基础模型,构建多任务模型,联合输出情感与关联性结果;通过人工筛选更新修正规则词库,以提高流程效率;基于自定义结构,输出结构化舆情报告。该基于大语言模型的网络舆情多任务分析方法,提升了语义理解效率与准确性,增强了垂直领域术语的识别能力,实现了轻量化实时推理,支持低延迟流式数据处理,能够适应大规模舆情监控需求。
技术关键词
大语言模型
分析方法
多任务损失函数
情感关键词
预训练模型
文本
网络
分词
爬取数据
舆情监控
可读存储介质
置信度阈值
正则化参数
报告
存储计算机程序
企业
系统为您推荐了相关专利信息
数据生成方法
样本
生成结构化数据
语义关联度
文本
智能关联分析
多源异构数据
文本
关系预测模型
Apriori算法
健康数据分析系统
健康数据分析方法
数据采集层
个性化健康建议
精准健康管理
荧光成像分析方法
三维荧光光谱数据
显微镜系统
十二烯基丁二酸酐
生成对抗网络