科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对当前网络舆情分析效率较低且准确度不足的问题，开展了基于自然语言处理的智能舆情监控算法设计研究。该研究设计构建了网络舆情智能监控技术框架，其结构包括数据源层、数据采集层、数据处理层与舆情分析应用层。同时在此基础上提出一种融合多维注意力机制的智能舆情监控算法，通过利用网络爬虫技术生成了舆情语料库，采用CBOW词向量模型完成自然语言的结构化表示，并使用多维注意力机制网络挖掘舆情信息与舆情风险之间的内在关联，进而实现了对舆情风险等级的准确监控。仿真分析结果表明，所提出的CBOW模型在自然语言表示上计算速度更快、准确度也较高。而多维注意力机制网络在舆情风险等级预测上更为精确，且能够准确把握网络舆情动向，为企业运营提供指导。
