[發(fā)明專利]一種利用語義分析技術(shù)的輿情分析方法

在審

• 申請?zhí)枺?/td>: 202010673453.6
• 申請日: 2020-07-14
• 公開（公告）號: CN111783456A
• 公開（公告）日: 2020-10-16
• 發(fā)明（設(shè)計）人: 張志剛
• 申請（專利權(quán)）人: 北京伯樂互聯(lián)科技發(fā)展有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/30;G06F40/242;G06F16/33;G06F16/951
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種利用語義分析技術(shù)的輿情分析方法，其特征在于，包括以下方法：

步驟1、通過采集模板根據(jù)關(guān)鍵詞去全網(wǎng)采集與該關(guān)鍵詞相關(guān)的輿情信息，同時根據(jù)輿情數(shù)據(jù)的指數(shù)進行輿情預(yù)警；

步驟2、對采集后的輿情進行預(yù)測事件的發(fā)展和演變判斷未來的輿情走勢，對于突發(fā)輿情事件進行回溯事件的演變歷史，宏觀觀察整體的走勢和演變歷程；

步驟3、根據(jù)詞的褒貶定義以及輿情文本內(nèi)容的情感值進行正負面歸類，歸類后存儲至本地文檔中。

2.根據(jù)權(quán)利要求1所述的一種利用語義分析技術(shù)的輿情分析方法，其特征在于，所述采集模板包含分詞模塊和詞典庫，分詞模塊采用最大匹配分詞方法和全切分分詞算法，詞典庫中存儲有所有可能出現(xiàn)的詞語。

3.根據(jù)權(quán)利要求2所述的一種利用語義分析技術(shù)的輿情分析方法，其特征在于，所述最大匹配分詞方法還包括正向最大匹配算法和逆向最大匹配算法：

正向最大匹配算法：從當(dāng)前位置開始，向右截取最大長度(可自行設(shè)定)，組成當(dāng)前詞，并和詞典庫中的詞進行逐一匹配；

匹配成功后，則進行下一次匹配，下次匹配的當(dāng)前位置則為上個當(dāng)前詞后面那個字；

若未能成功匹配，就縮短長度(長度每次遞減一)重新截取后再次進行匹配，直至當(dāng)前詞與詞典庫中的詞匹配或者當(dāng)前詞為單字。

例如：我是中國人；

詞典庫中的詞則包括中國和中國人；

設(shè)最大詞長為3；

S1、“我是中”為截取的詞，在與詞典庫中詞比對時未匹配成功；

S2、縮短一個長度后“我是”為截取的詞，在與詞典庫中詞比對時未匹配成功；

S3、縮短一個長度后“我”為截取詞，在與詞典庫中詞比對時匹配成功；

S4、從前一個當(dāng)前詞的后一個字開始重新截取，“是中國”為新的截取詞，在與詞典庫中詞比對時未匹配成功；

S5、縮短一個長度后“是中”為截取的詞，在與詞典庫中詞比對時未匹配成功；

S6、縮短一個長度后“是”為截取詞，在與詞典庫中詞比對時匹配成功；

S7、從前一個當(dāng)前詞的后一個字開始重新截取，“中國人”為新的截取詞，在與詞典庫中詞比對時匹配成功，完成分詞；

逆向最大匹配算法與正向最大匹配算法相反。

4.根據(jù)權(quán)利要求2所述的一種利用語義分析技術(shù)的輿情分析方法，其特征在于，所述全切分分詞算法包括以下步驟：

A1、選擇一段文本，將文本中的文字視為字符串；

A2、選擇切分點切分字串符，并與詞典庫中的詞進行匹配，如匹配成功，保留切分結(jié)果，如匹配失敗，則不保留切分結(jié)果，繼續(xù)進行下一輪切分，直至所有字符串切分成功。

5.根據(jù)權(quán)利要求1所述的一種利用語義分析技術(shù)的輿情分析方法，其特征在于，所述輿情數(shù)據(jù)指數(shù)包括網(wǎng)站傳播量、覆蓋率、關(guān)注度以及綜合評價。

6.根據(jù)權(quán)利要求1所述的一種利用語義分析技術(shù)的輿情分析方法，其特征在于，所述本地存儲庫中包含清理模塊和查詢模塊，清理模塊對連續(xù)多次未被訪問的輿情信息進行定時清理。

7.根據(jù)權(quán)利要求6所述的一種利用語義分析技術(shù)的輿情分析方法，其特征在于，查詢模塊可以通過搜索關(guān)鍵詞、地區(qū)、日期、標題進行篩選查找。