[發明專利]基于立場檢測的推選預測分析方法

在審

• 申請號: 202010937515.X
• 申請日: 2020-09-08
• 公開（公告）號: CN113379095A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 李文法;陳瑩瑩;梁煜博
• 申請（專利權）人: 北京聯合大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F16/35;G06N3/04;G06N3/08
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 劉萍

1.一種基于立場檢測的推選預測分析方法，其特征在于包括如下步驟：

步驟一，人工標注的定義推選相關關鍵詞；

步驟二，再使用爬蟲技術，爬取訓練時間段產生的所有相關文本；

步驟三，之后將這些文本抽樣標記，并使用標記數據完成立場檢測分類器的訓練；

步驟四，使用爬蟲技術，爬取預測時間段產生的所有相關文本；

步驟五，再使用通過訓練數據訓練的立場檢測分類器，完成文本的立場檢測；

步驟六，統計結果，得到表達投票傾向的指標，從而完成推選預測，即使用選區作為單位，將該選區候選人中某個指標最大的候選人作為預測結果，X為不同的指標。

2.根據權利要求1所述的基于立場檢測的推選預測分析方法，其特征在于，所述步驟二中

從時間上分為兩段：一段是訓練時間段，另一段是預測時間段；訓練時間段規定了模型的訓練階段使用的數據產生的時間；預測時間段規定了立場檢測與推選預測階段使用的數據產生的時間。

3.根據權利要求1所述的基于立場檢測的推選預測分析方法，其特征在于，所述步驟三中本文使用“候選人”代替候選人相關推文中的候選人名字。

4.根據權利要求1所述的基于立場檢測的推選預測分析方法，其特征在于，所述步驟三中將不同標簽的數據按照相等比例抽取，生成三個標簽數量相等的訓練數據集。

5.根據權利要求1所述的基于立場檢測的推選預測分析方法，其特征在于，本階段就會結合關鍵詞，通過爬蟲技術檢索所有在訓練時間段內的包含檢索詞的所有twitter文本；將推文作為立場檢測的文本內容，將文本中包含的候選人姓名作為目標主題。

6.根據權利要求1所述的基于立場檢測的推選預測分析方法，其特征在于，使用基于雙通道CNN-GRU融合網絡的微博文本立場檢測模型，對訓練數據進行停用詞的刪除、分詞與詞向量表示，最后用于訓練本立場檢測模型，生成立場檢測分類器。

7.根據權利要求1所述的基于立場檢測的推選預測分析方法，其特征在于，以關鍵詞為單位，通過對立場檢測結果的統計，得到可以表達投票人對候選人的投票傾向的結果。

8.根據權利要求1所述的基于立場檢測的推選預測分析方法，其特征在于，k表示關鍵詞，即候選人姓名；在預測時間段內得到的文本總數(V_S^k)表示為：

V_S^k＝count(Search_text^k)。

9.根據權利要求1所述的基于立場檢測的推選預測分析方法，其特征在于，當k詞被認為是支持目標主題的推文；得到的支持文本總數(V_F^k)表示為：

V_F^k＝count(FAVOR_text^k)

當k詞被認為是不支持目標主題的推文；得到的不支持文本總數(V_A^k)表示為：

V_A^k＝count(AGAINST_text^k)

當k詞被認為是無立場目標主題的推文；得到的無立場文本總數(V_N^k)表示為：

V_N^k＝count(NONE_text^k)。

10.根據權利要求1所述的基于立場檢測的推選預測分析方法，其特征在于，所述步驟五中，以候選人為單位計算，在預測時間段內，候選人的所有相關推文中表達支持的推文占比(R_F^k)、表達不支持的推文占比(R_A^k)與表達無立場的推文占比(R_N^k)。