[发明专利]基于立场检测的推选预测分析方法

权利要求书

1.一种基于立场检测的推选预测分析方法，其特征在于包括如下步骤：

步骤一，人工标注的定义推选相关关键词；

步骤二，再使用爬虫技术，爬取训练时间段产生的所有相关文本；

步骤三，之后将这些文本抽样标记，并使用标记数据完成立场检测分类器的训练；

步骤四，使用爬虫技术，爬取预测时间段产生的所有相关文本；

步骤五，再使用通过训练数据训练的立场检测分类器，完成文本的立场检测；

步骤六，统计结果，得到表达投票倾向的指标，从而完成推选预测，即使用选区作为单位，将该选区候选人中某个指标最大的候选人作为预测结果，X为不同的指标。

2.根据权利要求1所述的基于立场检测的推选预测分析方法，其特征在于，所述步骤二中

从时间上分为两段：一段是训练时间段，另一段是预测时间段；训练时间段规定了模型的训练阶段使用的数据产生的时间；预测时间段规定了立场检测与推选预测阶段使用的数据产生的时间。

3.根据权利要求1所述的基于立场检测的推选预测分析方法，其特征在于，所述步骤三中本文使用“候选人”代替候选人相关推文中的候选人名字。

4.根据权利要求1所述的基于立场检测的推选预测分析方法，其特征在于，所述步骤三中将不同标签的数据按照相等比例抽取，生成三个标签数量相等的训练数据集。

5.根据权利要求1所述的基于立场检测的推选预测分析方法，其特征在于，本阶段就会结合关键词，通过爬虫技术检索所有在训练时间段内的包含检索词的所有twitter文本；将推文作为立场检测的文本内容，将文本中包含的候选人姓名作为目标主题。

6.根据权利要求1所述的基于立场检测的推选预测分析方法，其特征在于，使用基于双通道CNN-GRU融合网络的微博文本立场检测模型，对训练数据进行停用词的删除、分词与词向量表示，最后用于训练本立场检测模型，生成立场检测分类器。

7.根据权利要求1所述的基于立场检测的推选预测分析方法，其特征在于，以关键词为单位，通过对立场检测结果的统计，得到可以表达投票人对候选人的投票倾向的结果。

8.根据权利要求1所述的基于立场检测的推选预测分析方法，其特征在于，k表示关键词，即候选人姓名；在预测时间段内得到的文本总数(V_S^k)表示为：

V_S^k＝count(Search_text^k)。

9.根据权利要求1所述的基于立场检测的推选预测分析方法，其特征在于，当k词被认为是支持目标主题的推文；得到的支持文本总数(V_F^k)表示为：

V_F^k＝count(FAVOR_text^k)

当k词被认为是不支持目标主题的推文；得到的不支持文本总数(V_A^k)表示为：

V_A^k＝count(AGAINST_text^k)

当k词被认为是无立场目标主题的推文；得到的无立场文本总数(V_N^k)表示为：

V_N^k＝count(NONE_text^k)。

10.根据权利要求1所述的基于立场检测的推选预测分析方法，其特征在于，所述步骤五中，以候选人为单位计算，在预测时间段内，候选人的所有相关推文中表达支持的推文占比(R_F^k)、表达不支持的推文占比(R_A^k)与表达无立场的推文占比(R_N^k)。