← 返回列表

一种结合深度学习与因果推断的网络舆情分析方法及装置

申请号: CN202311546925.1
申请人: 之江实验室
申请日期: 2023/11/17

摘要文本

本说明书实施例提供的一种结合深度学习与因果推断的网络舆情分析方法及装置,确定目标事件,确定与所述目标事件相关的待分析事件和影响所述目标事件的网络舆情的相关事件,根据所述相关事件,构建所述相关事件的时间序列数据集,获取所述目标事件的网络舆情数据,将所述网络舆情数据输入到预先训练的分析模型,得到所述网络舆情的情感倾向表征值,根据所述时间序列数据集和所述情感倾向表征值,拟合所述情感倾向表征值关于所述时间序列数据集的曲线,根据所述待分析事件的发生时刻以及所述曲线,确定所述待分析事件对网络舆情的影响。通过该方法,在对网络舆情进行分析的基础上,确定了所述待分析事件是否对所述网络舆情产生影响。

专利详细信息

项目 内容
专利名称 一种结合深度学习与因果推断的网络舆情分析方法及装置
专利类型 发明申请
申请号 CN202311546925.1
申请日 2023/11/17
公告号 CN117494068A
公开日 2024/2/2
IPC主分类号 G06F18/27
权利人 之江实验室
发明人 王超; 王永恒; 金星; 王靖锐; 王震; 邵彬; 张杨; 董世海; 恽爽; 路游; 杨亚飞; 鲁艺; 周春来
地址 浙江省杭州市余杭区中泰街道科创大道之江实验室

专利主权项内容

1.一种结合深度学习与因果推断的网络舆情分析方法,其特征在于,所述方法包括:确定目标事件;确定与所述目标事件相关的待分析事件和影响所述目标事件的网络舆情的相关事件;根据所述相关事件,构建所述相关事件的时间序列数据集;获取所述目标事件的网络舆情数据,将所述网络舆情数据输入到预先训练的分析模型,得到所述网络舆情的情感倾向表征值;根据所述时间序列数据集和所述情感倾向表征值,拟合所述情感倾向表征值关于所述时间序列数据集的曲线;根据所述待分析事件的发生时刻以及所述曲线,确定所述待分析事件对网络舆情的影响。