[發明專利]輿情分析方法、裝置、終端設備及計算機可讀存儲介質

在審

• 申請號: 202010947333.0
• 申請日: 2020-09-10
• 公開（公告）號: CN112214576A
• 公開（公告）日: 2021-01-12
• 發明（設計）人: 趙洋;陳龍;王宇;魏世勝
• 申請（專利權）人: 深圳價值在線信息科技股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/211;G06F40/279
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 左婷蘭

1.一種輿情分析方法，其特征在于，包括：

獲取待分析文本，并確定所述待分析文本包含的各輿情主體；

根據各所述輿情主體和所述待分析文本確定所述待分析文本對應的輿情問答矩陣，所述輿情問答矩陣包含多個輿情問答向量，每一個輿情問答向量為一個輿情主體以及所述待分析文本中與該輿情主體相關聯的語句組成的向量；

通過第一預設模型對所述輿情問答矩陣進行處理，分別得到各所述輿情主體對應的輿情分析結果。

2.如權利要求1所述的輿情分析方法，其特征在于，所述根據各所述輿情主體和所述待分析文本確定所述待分析文本對應的輿情問答矩陣，包括：

獲取所述待分析文本中包含輿情主體的語句；

根據所述語句和所述待分析文本，確定候選輿情語句；

根據各所述輿情主體和所述候選輿情語句得到所述輿情問答矩陣。

3.如權利要求2所述的輿情分析方法，其特征在于，所述根據所述語句和所述待分析文本，確定候選輿情語句，包括：

對所述語句和所述待分析文本中的標題進行聚類分析，得到與所述標題對應的相關語句；

獲取所述待分析文本中與所述相關語句對應的上下文語句；

根據所述相關語句和所述上下文語句得到所述候選輿情語句。

4.如權利要求2所述的輿情分析方法，其特征在于，所述根據各所述輿情主體和所述候選輿情語句得到所述輿情問答矩陣，包括：

獲取各所述輿情主體對應的候選輿情語句；

對各所述輿情主體和各所述輿情主體對應的候選輿情語句分別進行向量化處理，得到各所述輿情主體對應的輿情問答向量；

根據各所述輿情主體對應的輿情問答向量，得到所述輿情問答矩陣。

5.如權利要求1至4中任一項所述的輿情分析方法，其特征在于，所述確定所述待分析文本包含的各輿情主體，包括：

對所述待分析文本進行主體識別，得到所述待分析文本包含的各輿情主體。

6.如權利要求5所述的輿情分析方法，其特征在于，所述對所述待分析文本進行主體識別，得到所述待分析文本包含的各輿情主體，包括：

對所述待分析文本進行主體識別，得到所述待分析文本包含的各初始輿情主體；

獲取包含相同關鍵詞的初始輿情主體，并從所獲取的初始輿情主體中確定目標輿情主體，將所述目標輿情主體確定為所述待分析文本包含的輿情主體，所述目標輿情主體為具有最大長度的初始輿情主體。

7.如權利要求1至4中任一項所述的輿情分析方法，其特征在于，所述第一預設模型為利用訓練輿情文本和預設輿情分析結果訓練得到的表征量模型BERT。

8.一種輿情分析裝置，其特征在于，包括：

主體確定模塊，用于獲取待分析文本，并確定所述待分析文本包含的各實體名稱輿情主體；

矩陣確定模塊，用于根據各所述輿情主體和所述待分析文本確定所述待分析文本對應的輿情問答矩陣，所述輿情問答矩陣包含多個輿情問答向量，每一個輿情問答向量為一個輿情主體以及所述待分析文本中與該輿情主體相關聯的語句組成的向量；

結果分析模塊，用于通過第一預設模型對所述輿情問答矩陣進行處理，分別得到各所述輿情主體對應的輿情分析結果。

9.一種終端設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至7任一項所述的輿情分析方法。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述的輿情分析方法。