[发明专利]基于语义分析技术的敏感舆情内容识别方法和预警系统

权利要求书

1.一种基于语义分析技术的敏感舆情内容识别方法，其特征在于，包括以下步骤：

S1：建立敏感词向量库：导入敏感词向量库，对敏感词进行分类，每类敏感词设置一个核心词为基准词，同时以其为源节点，设置其它同类词到基准词的距离向量；

S2：语音识别处理：对音频文件进行语音识别，识别出敏感词和相关的情感词；

步骤S2中，语音识别处理包括以下步骤：

S2.1：利用语音识别引擎对音频文件进行语音识别，转换成文本；

S2.2：完成分词、词性标注、基础语义识别，保存到数据库；

S2.3：对敏感词和相关的情感词进行识别，标记；

S3：敏感内容定位：进行聚类分析，识别和语义相关的敏感词和情感词，进行语义分析判断；

步骤S3中，敏感内容定位包括以下步骤：

S3.1：进行聚类分析，识别和语义相关的敏感词和情感词；

S3.2：进行关联敏感词和情感词的度量计算；

步骤S3.2中，进行关联敏感词和情感词的度量计算，具体为：计算敏感词距离向量之差，若小于预设的值，则根据敏感词与情感词的时序和词序进行度量计算；

S3.3：实现敏感内容的识别、定位与标注；

S4：分析结果的输出：对敏感内容进行输出；

步骤S4中，分析结果的输出包括以下步骤：

S4.1：用户针对敏感词出现的频率自定义阈值；

S4.2：用户自定义预警输出方式，包括微信、短信、邮件、网页呈现；

S4.3：对敏感内容进行标注和溯源。

2.根据权利要求1所述的基于语义分析技术的敏感舆情内容识别方法，其特征在于，步骤S1中，建立敏感词库包括以下步骤：

S1.1：导入中文分词基准词库；

S1.2：建立专门的敏感词向量词库；

S1.3：对敏感词进行分类，每类敏感词设置一个核心词为基准词，同时以其为源节点，设置其它同类词到基准词的距离向量。

3.一种基于语义分析技术的敏感舆情内容预警系统，其特征在于，包括：

敏感词向量词库：用于在导入中文分词基准词库之外，导入敏感词向量词库，对敏感词进行分类，每类敏感词设置一个核心词为基准词，同时以其为源节点，设置其它同类词到基准词的距离向量；

语音识别处理模块：用于对音频文件进行语音识别，识别出敏感词和相关的情感词；包括：利用语音识别引擎对音频文件进行语音识别，转换成文本；完成分词、词性标注、基础语义识别，保存到数据库；对敏感词和相关的情感词进行识别，标记；

敏感内容定位模块：用于进行聚类分析，识别和语义相关的敏感词和情感词；进行关联敏感词和情感词的度量计算，具体为：计算敏感词距离向量之差，若小于预设的值，则根据敏感词与情感词的时序和词序进行度量计算；实现敏感内容的识别、定位与标注；

分析结果的输出模块：用于对敏感内容进行输出；包括：用户针对敏感词出现的频率自定义阈值；用户自定义预警输出方式，包括微信、短信、邮件、网页呈现；对敏感内容进行标注和溯源。