一种舆情数据集的生成方法和生成系统

本发明属于舆情数据处理技术领域，尤其涉及一种舆情数据集的生成方法和生成系统。舆情数据集的生成方法，包括：将获取的新闻送入预处理模块中进行预处理后，得到新闻文本并送入截取模块中；截取模块内根据企业实体对新闻文本进行截取，得到当前新闻文本中所有企业实体的企业信息集合后送入特征标注模块；特征标注模块分别基于大语言模型和文本分类模型对企业实体进行特征标注，并根据两种模型的标注结果来生成舆情数据；特征标注模块将舆情数据送入舆情数据输出模块中；舆情数据输出模块根据下游模型的训练目标来筛选对应的舆情数据构建舆情数据集并输出。本发明能够高效地生成高质量的舆情数据集，提升被训练模型的舆情处理效果。