公开(公告)号：CN117150148A

公开(公告)日：2023-12-01

申请号：CN202311111352.X

申请日：2023-08-30

Applicant: 南京邮电大学

Inventor： 季一木 ,  朱金森 ,  刘强 ,  刘尚东

IPC: G06F16/9536 ,  G06F18/23 ,  G06F18/24 ,  G06F18/214 ,  G06F16/215 ,  G06F40/289 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08 ,  G06Q50/00

Abstract: 本发明公开了一种基于预训练模型的社交网络舆情态势监控方法，属于文本信息挖掘技术领域，包括：社交网络文本数据预处理；构建LDA模型对文本数据实现事件聚类；使用LoRA微调后的预训练模型对文本数据进行基于字粒度的编码，并通过填充或截断操作保持文本编码长度一致性，通过循环神经网络和全连接神经网络输出情感分类结果；根据事件聚类的结果与文本情感分类的结果分别得到关注度变化和情感变化，同时基于关注度变化和情感变化实现态势预测；本发明采用事件聚类和文本情感分类实现事件在时间维度上的情感分析，从而实现不同事件舆情态势的实时监测，使用预训练模型进行建模，辅以LoRA微调技术，有效地提高模型的准确率和训练速度。