一种舆情监测方法、装置、电子设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112487188A(43)申请公布日2021.03.12(21)申请号202011411226.2G06N3/04(2006.01)(22)申请日2020.12.03(71)申请人中邮信息科技（北京）有限公司地址100037北京市海淀区增光路55号3号楼1201-1室(72)发明人胡晓菁曲春歌刘振伟冯媛刘潇田婧怡杨雯婷杨波黄立聪(74)专利代理机构北京品源专利代理有限公司11332代理人孟金喆(51)Int.Cl.G06F16/35(2019.01)G06F40/289(2020.01)G06K9/62(2006.01)权利要求书1页说明书6页附图3页(54)发明名称一种舆情监测方法、装置、电子设备和存储介质(57)摘要本申请实施例公开了一种舆情监测方法、装置、电子设备和存储介质，其中方法包括：获取预训练模型，其中，预训练模型是指针对语言模型任务，利用语言学文本数据对预设网络结构进行训练后得到的语言模型；将预训练模型的输出层修改为文本分类层，得到初始模型；针对文本分类任务，利用舆情样本数据对初始模型进行训练，得到舆情监测模型；基于舆情监测模型，对获取到的舆情数据进行监测。本申请实施例中，同时直接在预训练模型的基础上构建一个初始模型，也即初始模型中保留了预训练模型的参数，使得模型无需从零学习，提升了模型训练的效率以及模型预测的准确性，进而保证了通过利用训练好的舆情监测模型检测舆情的准确性。CN112487188ACN112487188A权利要求书1/1页1.一种舆情监测方法，其特征在于，所述方法包括：获取预训练模型，其中，所述预训练模型是指针对语言模型任务，利用语言学文本数据对预设网络结构进行训练后得到的语言模型；将所述预训练模型的输出层修改为文本分类层，得到初始模型；针对文本分类任务，利用舆情样本数据对所述初始模型进行训练，得到舆情监测模型；基于所述舆情监测模型，对获取到的舆情数据进行监测。2.根据权利要求1所述的方法，其特征在于，所述预设网络结构为如下任意一种：全连接网络结构、卷积神经网络结构、循环神经网络结构、循环卷积神经网络结构和注意力模型。3.根据权利要求1所述的方法，其特征在于，所述预训练模型用于识别语言学文本数据中各个词基于上下文的词向量表示。4.根据权利要求1所述的方法，其特征在于，基于所述舆情监测分析模型，对获取到的舆情数据进行监测，包括：将获取到的舆情数据输入到所述舆情监测模型中，并根据所述舆情监测模型的输出确定舆情监测结果。5.根据权利要求1所述的方法，其特征在于，在基于所述舆情监测分析模型，对获取到的舆情数据进行监测之后，还包括：根据舆情监测结果，在不同的维度进行舆情分析，其中，所述维度至少包括舆情传播路径、舆情传播用户特征和舆情整体情况。6.一种舆情监测装置，其特征在于，包括：模型获取模块，用于获取预训练模型，其中，所述预训练模型是指针对语言模型任务，利用语言学文本数据对预设网络结构进行训练后得到的语言模型；构建模块，用于将所述预训练模型的输出层修改为文本分类层，得到初始模型；训练模块，用于针对文本分类任务，利用舆情样本数据对所述初始模型进行训练，得到舆情监测模型；监测模块，用于基于所述舆情监测模型，对获取到的舆情数据进行监测。7.根据权利要求6所述的装置，其特征在于，所述预设网络结构为如下任意一种：全连接网络结构、卷积神经网络结构、循环神经网络结构、循环卷积神经网络结构和注意力模型。8.根据权利要求6所述的装置，其特征在于，所述监测模块具体用于：将获取到的舆情数据输入到所述舆情监测模型中，并根据所述舆情监测模型的输出确定舆情监测结果。9.一种电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1‑5中任一项所述的舆情监测方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1‑5中任一项所述的舆情监测方法。2CN112487188A说明书1/6页一种舆情监测方法、装置、电子设备和存储介质技术领域[0001]本申请涉及互联网技术领域，尤其涉及一种舆情监测方法、装置、电子设备和存储介质。背景技术[0002]随着互联网的发展，网络媒体已渗透到人们的日常生活中，越来越多的用户选择在社交媒体平台上宣泄自己的情感，那么企业如何能够第一时间了解自身企业的正面舆情和负面舆情，以及当负面舆情出现后如何快速掌握负面舆情所归属的问题种类，是保证企业第一时间快速启动公关应急策略，从而提升服务质量、提升客户满意度非常重要的一环。[0003]现有的网络舆情监测分析方法主要分为人工监测和技术