摘要
本发明涉及人工智能技术领域,具体是指基于人工智能的新闻观点演化趋势追踪系统,包括采集器、抽取器、聚合器、建模器、探测器和呈现器,本方案通过引入扰动稳健融合语义聚类算法,通过挖掘观点表示之间的深层语义相似性,并结合扰动样本生成与一致性检测机制,使聚类过程更具鲁棒性,显著提高了对观点簇语义中心的识别精度;本发明采用基于密度估计与多点相似性联合建模的黑洞检测机制,反事实干预机制与动态图密度‑结构联合估计模型,能够构造节点扰动情境并推理其对语义结构的影响,通过语义一致性、密度偏移与能量反事实评分的融合,实现对异常节点的高置信度筛除,有效提升了观点图谱结构的纯净度与语义演化建模的可靠性。
技术关键词
观点
节点
追踪系统
融合语义聚类
异构
特征提取单元
语义向量
预训练语言模型
采集器
抽取器
聚类机制
启发式搜索
探测器
样本
一致性检测
序列
系统为您推荐了相关专利信息
图谱构建方法
概念
深度强化学习
实体
职业技能鉴定
隐私保护方法
金融
差分隐私技术
数据共享平台
信誉
混合整数规划模型
卡车
电车
物流路径规划方法
节点
时序预测方法
特征融合网络
静态时序分析
时序预测模型
节点