[发明专利]舆情文本中企业实体的情感预测方法、装置、设备及介质在审

专利信息
申请号: 202111350434.0 申请日: 2021-11-15
公开(公告)号: CN114117042A 公开(公告)日: 2022-03-01
发明(设计)人: 刘文强 申请(专利权)人: 盐城金堤科技有限公司
主分类号: G06F16/35 分类号: G06F16/35;G06F16/335;G06F16/36;G06F40/295;G06F40/30
代理公司: 北京合智同创知识产权代理有限公司 11545 代理人: 李杰;舒道宏
地址: 224000 江苏省盐城市盐南高新区科城街道*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 舆情 文本 企业 实体 情感 预测 方法 装置 设备 介质
【说明书】:

本申请实施例提供了一种舆情文本中企业实体的情感预测方法、装置、设备及介质,涉及计算机技术领域。其中,所述方法包括:基于预先配置的情感问题模板,对舆情文本中的待预测的企业实体进行扩展,获得企业实体的情感问题文本;基于情感问题文本中的字符的语义特征表征数据和舆情文本中的字符的语义特征表征数据,对情感问题文本与舆情文本进行语义交互处理,获得情感问题文本与舆情文本的语义交互数据;通过企业实体情感预测模型,基于情感问题文本与舆情文本的语义交互数据,预测企业实体所属的情感极性。本方案能够提高舆情文本中的企业实体的情感极性的准确度。

技术领域

本申请实施例涉及计算机技术领域,尤其涉及一种舆情文本中企业实体的情感预测方法、装置、电子设备及计算机存储介质。

背景技术

在企业详情页的舆情板块中,用户可以通过该舆情板块中的舆情文本了解到一家企业近期发生的事件、新闻等。通过舆情文本中的企业实体所属的情感极性,能够便利地了解到舆情文本对企业实体的舆情风险。因此,如何准确地确定舆情文本中的企业实体所属的情感极性显得尤为重要。

在现有技术中,通过神经网络模型对舆情文本与舆情文本中的企业实体进行句子对分类来预测舆情文本中的企业实体所属的情感极性。然而,这种方式预测舆情文本中的企业实体所属的情感极性的准确度较低。

由此可见,如何有效提高舆情文本中的企业实体所属的情感极性的准确度成为当前亟待解决的技术问题。

发明内容

有鉴于此,本发明实施例所解决的技术问题之一在于提供一种舆情文本中企业实体的情感预测方法、装置、电子设备及计算机存储介质,用以解决现有技术中存在的如何有效提高舆情文本中的企业实体所属的情感极性的准确度的技术问题。

根据本发明实施例的第一方面,提供了一种舆情文本中企业实体的情感预测方法,所述方法包括:基于预先配置的情感问题模板,对舆情文本中的待预测的企业实体进行扩展,以获得所述待预测的企业实体的情感问题文本;基于所述情感问题文本中的字符的语义特征表征数据和所述舆情文本中的字符的语义特征表征数据,对所述情感问题文本与所述舆情文本进行语义交互处理,以获得所述情感问题文本与所述舆情文本的语义交互数据;通过企业实体情感预测模型,基于所述情感问题文本与所述舆情文本的语义交互数据,预测所述待预测的企业实体所属的情感极性。

根据本发明实施例的第二方面,提供了一种舆情文本中企业实体的情感预测装置,所述装置包括:扩展模块,用于基于预先配置的情感问题模板,对舆情文本中的待预测的企业实体进行扩展,以获得所述待预测的企业实体的情感问题文本;处理模块,用于基于所述情感问题文本中的字符的语义特征表征数据和所述舆情文本中的字符的语义特征表征数据,对所述情感问题文本与所述舆情文本进行语义交互处理,以获得所述情感问题文本与所述舆情文本的语义交互数据;预测模块,用于通过企业实体情感预测模型,基于所述情感问题文本与所述舆情文本的语义交互数据,预测所述待预测的企业实体所属的情感极性。

根据本发明实施例的第三方面,提供了一种电子设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如第一方面所述的舆情文本中企业实体的情感预测方法对应的操作。

根据本发明实施例的第四方面,提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的舆情文本中企业实体的情感预测方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于盐城金堤科技有限公司,未经盐城金堤科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111350434.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top