[发明专利]用于生成信息的方法和装置

说明书

本公开的实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：获取针对目标对象的舆情文本向量信息集合，其中，舆情文本向量信息包括舆情文本向量和时间标识；基于该舆情文本向量信息集合中的时间标识所指示的顺序，生成针对该目标对象的文本情感时域向量；根据该文本情感时域向量，生成针对该目标对象的舆情预警信息，其中，该舆情预警信息用于表征该目标对象发生目标事件的可能性，该目标事件与该舆情文本向量信息集合所指示的文本内容相关联。该实施方式实现了对舆情文本数据的充分利用，提升了舆情预警的准确度。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于生成信息的方法和装置。

背景技术

随着互联网技术的发展，越来越多的民众和媒体通过网络发表评论，网络舆情的数据规模也随之急剧上升。网络舆情越来越成为一种重要的数据来源。

相关的方式通常是首先对舆情文本进行要素提取，再根据情感字典判别舆情文本的情感分类。从而组成结构化数据，再将上述结构化数据添加到评估模型中作为补充特征，从而分析舆情数据中的热点事件。

发明内容

本公开的实施例提出了用于生成信息的方法和装置。

第一方面，本公开的实施例提供了一种用于生成信息的方法，该方法包括：获取针对目标对象的舆情文本向量信息集合，其中，舆情文本向量信息包括舆情文本向量和时间标识；基于舆情文本向量信息集合中的时间标识所指示的顺序，生成针对目标对象的文本情感时域向量；根据文本情感时域向量，生成针对目标对象的舆情预警信息，其中，舆情预警信息用于表征目标对象发生目标事件的可能性，目标事件与舆情文本向量信息集合所指示的文本内容相关联。

在一些实施例中，上述基于舆情文本向量信息集合中的时间标识所指示的顺序，生成针对目标对象的文本情感时域向量，包括：对于舆情文本向量信息集合中的舆情文本向量信息，将该舆情文本向量信息中的舆情文本向量输入至预先训练的文本情感模型，生成与输入的舆情文本向量对应的文本情感值；根据时间标识对所生成的文本情感值进行排序，生成文本情感时域向量，其中，文本情感时域向量包括文本情感值序列。

在一些实施例中，上述根据文本情感时域向量，生成针对目标对象的舆情预警信息，包括：根据时序异常检测算法对文本情感时域向量进行检测，生成舆情预警信息，其中，时序异常检测算法用于检测文本情感时域向量中的元素的数值波动。

在一些实施例中，上述基于舆情文本向量信息集合中的时间标识所指示的顺序，生成针对目标对象的文本情感时域向量，包括：根据舆情文本向量对舆情文本向量信息集合进行聚类，生成目标数目个舆情文本向量信息子集合，其中，舆情文本向量信息子集合用于表征舆情事件；生成目标数目个舆情文本向量信息子集合各自对应的舆情事件向量，其中，舆情事件向量中包括用于表征文本情感的元素；将生成的目标数目个舆情事件向量整合成文本情感时域向量。

在一些实施例中，上述根据文本情感时域向量，生成针对目标对象的舆情预警信息，包括：将文本情感时域向量输入至预先训练的舆情预警模型，生成针对目标对象的舆情预警信息。

在一些实施例中，上述舆情事件向量中还包括用于表征舆情事件持续时间的元素；上述文本情感时域向量中包括以下至少一项的统计值：舆情文本向量信息子集合的数目，舆情文本向量信息子集合中舆情文本向量信息的数目，文本情感值，舆情事件持续时间。

在一些实施例中，上述获取针对目标对象的舆情文本向量信息集合，包括：获取关键词，其中，关键词包括目标对象的标识和其他限定词；从预设的舆情数据源抓取与关键词匹配的文本信息集合，其中，文本信息包括文本内容和时间标识；对文本信息集合中的文本信息的文本内容进行预处理；将经过预处理的文本内容转换为文本向量，生成目标舆情文本向量信息集合；以及该方法还包括：响应于确定所生成的舆情预警信息所指示的舆情事件的可能性大于预设阈值，向目标设备发送预警信息，其中，舆情预警信息所指示的舆情事件与其他限定词相关联。