[发明专利]一种舆情热词分析方法及装置

说明书

本发明实施例公开了一种舆情热词分析方法，包括：获取语音信息；实时对所述语音信息进行文本转换，获得所述语音信息对应的文本信息；对所述文本信息进行全面信息提取；采用大数据分析算法对所述提取出的全面信息进行关键词提取；对提取的所述关键词进行图形化显示。本发明对在人机交互过程中产生的文本信息进行处理和挖掘之外，对交互过程中的语音信息也进行信息处理，并且对语音信息中的关键信息进行分类提取，包括结构化的信息提取和非结构化的信息提取，同时结合口语和书面语之间的映射，挖掘出更多的舆情信息，很好的利用了多种信息，获得更多和更为准确的舆情信息。

技术领域

本发明实施例涉及人工智能及大数据技术领域，具体涉及一种舆情热词分析方法及装置。

背景技术

随着互联网的迅猛发展，新型传播方式不断涌现，政府的施政环境发生深刻变化，舆情事件频发多发，加强政务公开，做好政务舆情回应日益成为政府提升治理能力的内在要求。我国有7.72亿网名，人人都是媒体人，人人都是舆论构建者，网民随意性、煽动性、流动性强，网络媒体缺乏自律，自媒体监管难度大，突发事件和热点话题可能迅速发酵，瞬间形成强大的舆论场。

互联网上的海量信息分析不可能只依靠人工完成，如何从文本中挖掘有用信息是一个重要问题。

现有的舆情热词分析方法存在一些不足：1、信息源不足，以往的舆情热词分析方法中，大多都只使用结构化的文本信息，对于一些非结构化的文本信息、语音信息都没有足够的利用，缺少了这些信息量较大的信息来源，从而导致挖掘出的信息不够多。2、处理效率低，实时性不强，以往的热词分析、舆情分析工具中，在中间阶段，大多数使用人工来加工信息，将其处理成表格、报告等形式，需要消耗较多人力，处理效率不够高，实时性不强。

发明内容

为此，本发明实施例提供一种舆情热词分析方法及装置，以解决现有技术中由于只对结构化文本信息进行分析，而对非结构化的文本信息、语音信息等没有足够的利用而导致的信息挖掘不足的问题。

为了实现上述目的，本发明实施例提供如下技术方案：

根据本发明实施例的第一方面提供一种舆情热词分析方法，包括：

获取语音信息；

实时对所述语音信息进行文本转换，获得所述语音信息对应的文本信息；

对所述文本信息进行全面信息提取；

采用大数据分析算法对所述提取出的全面信息进行关键词提取；

对提取的所述关键词进行图形化显示。

进一步地，对所述文本信息进行全面信息提取包括，对所述文本信息进行结构化或标签化信息提取和对所述文本信息进行非结构化信息提取。

进一步地，对所述文本信息进行非结构化信息提取包括：

对所述文本信息进行清洗；

采用命名实体识别算法对清洗后的文本信息进行关键实体识别；

采用文本摘要算法对所述文本信息进行摘要提取。

进一步地，所述大数据分析算法包括文本分类算法、聚类算法。

进一步地，所述图形化显示包括热力图显示、实时趋势图显示。

本发明另一方面提供一种舆情热词分析装置，其特征在于，包括获取模块、文本转换模块、全面信息提取模块、显示模块；

其中，所述获取模块用于获取语音信息；

所述文本转换模块用于实时对所述语音信息进行文本转换，获得所述语音信息对应的文本信息；

所述全面信息提取模块用于对所述文本信息进行全面信息提取；