[发明专利]企业舆情分析方法、装置、电子设备及介质

说明书

本发明涉及大数据引擎技术，应用于人工智能，提供一种企业舆情分析方法。该方法获取舆情文本并进行预处理，得到多个词组，对进行命名实体识别并将识别到企业实体的舆情文本确定为目标文本，对目标文本进行主体识别，得到识别结果，并对目标文本进行分类，得到分类结果，将目标文本、识别结果及分类结果输入至预先训练好的情感模型中，得到情感结果，选取出情感结果为负面情绪的目标文本，作为预警文本，将预警文本与配置列表中的预警词组进行匹配，并将匹配到的预警词组确定为预警文本的预警类别，获取预警文本的目标企业并根据预警类别及预警文本生成预警信息，能够及时、准确地发出预警。本发明还涉及区块链技术，所述预警信息存储于区块链中。

技术领域

本发明涉及大数据引擎技术领域，尤其涉及一种企业舆情分析方法、装置、电子设备及介质。

背景技术

随着微博、论坛等平台的出现，催生了大量的舆情信息，这些舆情信息中存在对企业有积极影响的信息，也存在对企业有负面影响的信息。通过对舆情信息的分析，可以及时找出对企业产生负面影响的舆情信息，方便企业决策者迅速制定应对策略，从而提高舆情信息的利用率和决策的正确性。

现有的模型或应用系统对舆情信息的分析比较单一，导致大量的舆情信息没有充分利用，进而无法及时、准确地向企业发送预警信息。

发明内容

鉴于以上内容，有必要提供一种企业舆情分析方法、装置、电子设备及介质，能够充分利用舆情信息，以及时、准确地向企业发送预警信息。

一种企业舆情分析方法，所述企业舆情分析方法包括：

从预设的数据渠道获取舆情文本；

对获取到的舆情文本进行预处理，得到每个舆情文本的多个词组；

对每个舆情文本的多个词组进行命名实体识别，并将识别到企业实体的舆情文本确定为目标文本；

基于依存句法分析技术，对所述目标文本进行主体识别，得到识别结果，并按照预设的分类标准对所述目标文本进行分类，得到分类结果；

将所述目标文本、所述识别结果及所述分类结果输入至预先训练好的情感模型中，得到情感结果；

选取出情感结果为负面情绪的目标文本，作为预警文本；

将所述预警文本与配置列表中的预警词组进行匹配，并将匹配到的预警词组确定为所述预警文本的预警类别；

获取所述预警文本的目标企业，并根据所述预警类别及所述预警文本生成所述目标企业的预警信息。

根据本发明优选实施例，所述对每个舆情文本的多个词组进行命名实体识别，并将识别到企业实体的舆情文本确定为目标文本包括：

对每个舆情文本的多个词组进行向量化处理，得到每个舆情文本的输入向量序列；

将每个舆情文本的输入向量序列输入到NER模型中，并获取激活层中每个序列位置上对应的每个标签的输出概率及转移概率；

对于每个序列位置，对每个标签的输出概率及转移概率进行加权和运算，得到每个标签的数值；

将数值最高的标签确定为每个序列位置上的输出标签，并组合每个序列位置上的输出标签，得到每个舆情文本的实体列表；

当检测到实体列表中含有一个企业实体时，将该实体列表对应的舆情文本确定为所述目标文本；或者

当检测到实体列表中含有多个企业实体时，将该实体列表对应的舆情文本确定为多文本，依照所述多个企业实体拆分所述多文本，得到所述目标文本。

根据本发明优选实施例，所述对每个舆情文本的多个词组进行向量化处理，得到每个舆情文本的输入向量序列包括：