[发明专利]基于循环神经网络算法的舆情预警方法、装置、终端及介质

说明书

本发明属于神经网络技术领域，公开了一种基于循环神经网络算法的舆情预警方法、装置、终端及介质，通过获取预设时间内舆情新闻，并确定所述舆情新闻中关键词的倾向度，再根据所述关键词的倾向度，确定所述关键词对应的特征向量，再根据所述关键词对应的特征向量，确定所述舆情新闻的特征序列，最后将所述舆情新闻的特征序列输入已训练的循环神经网络模型，确定舆情预警指标，根据所述舆情预警指标，发出舆情预警，可以准确判断舆情走向，解决了现有技术舆情的发展趋势预测效果差的技术问题。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于循环神经网络算法的舆情预警方法、装置、终端及介质。

背景技术

随着互联网技术的快速发展，网络的开发性和灵活性让其成为反映社会舆情的主要载体之一。舆情预警可以在第一时间发现与我相关的舆情信息、负面信息，重大舆情及时预警；提供定性定量的舆情分析数据，准确判断具体舆情或者某一舆情专题的发展变化趋势；自动生成舆情报告和各种统计报表，提高舆情管理的质量和效率，辅助领导决策。

目前，市场上存在许多舆情预警方法，但是存在很多不足和缺陷，例如舆情的发展趋势预测效果差。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供了一种基于循环神经网络算法的舆情预警方法、装置、终端及介质，旨在解决现有技术舆情的发展趋势预测效果差的技术问题。

为实现上述目的，本发明提供了一种基于循环神经网络算法的舆情预警方法，其特征在于，包括如下步骤：

获取预设时间内舆情新闻，并确定所述舆情新闻中关键词的倾向度；

根据所述关键词的倾向度，确定所述关键词对应的特征向量；

根据所述关键词对应的特征向量，确定所述舆情新闻的特征序列；

将所述舆情新闻的特征序列输入已训练的循环神经网络模型，确定舆情预警指标；

根据所述舆情预警指标，发出舆情预警。

优选地，所述获取预设时间内舆情新闻，并确定所述舆情新闻中关键词的倾向度的步骤，包括：

获取预设时间内舆情新闻以及预先建立的关键词库，并确定所述舆情新闻中关键词的倾向度。

优选地，所述关键词的倾向度包括正面倾向度、负面倾向度以及中立倾向度，所述正面倾向度、负面倾向度以及中立倾向度为所述关键词分别出现在正面新闻、负面新闻、中立新闻中概率；

相应地，所述获取预设时间内舆情新闻以及预先建立的关键词库，并确定所述舆情新闻中关键词的倾向度的步骤之前，所述基于循环神经网络算法的舆情预警方法还包括如下步骤：

建立关键词库，所述关键词库包括正面关键词集、负面关键词集以及中立关键词集；

计算每个关键词与各关键词集中的其余关键词的相关性；

根据每个关键词与各关键词集中的其余关键词的相关性，计算该关键词的正面倾向度、负面倾向度以及中立倾向度。

优选地，所述根据每个关键词与各关键词集中的其余关键词的相关性，计算该关键词的正面倾向度、负面倾向度以及中立倾向度的步骤，包括：

将关键词与正面关键词集中的其余关键词的相关性、与负面关键词集中的其余关键词的相关性、与中立关键词集中的其余关键词的相关性的差值作为正面倾向度；

将关键词与负面关键词集中的其余关键词的相关性、与正面关键词集中的其余关键词的相关性、与中立关键词集中的其余关键词的相关性的差值作为负面倾向度；