[发明专利]一种基于深度学习面向公检法领域的舆情等级预测方法

说明书

本发明公开一种基于深度学习面向公检法领域的舆情等级预测方法。步骤1：从网络上爬取公检法领域相关的舆情信息，提取其中的文本信息存储至数据库中；步骤2：对采集到文本信息利用深度学习模型进行预测，得到舆情等级预测结果；步骤3：将步骤2的舆情等级预测结果存储至系统数据库；步骤4：在数据库中对舆情等级做出相应标识；步骤5：对标识后的数据库中舆情等级提供可访问舆情信息的数据接口；步骤6：通过数据接口在系统中显示舆情等级预测结果。本发明用以解决舆情系统没有针对性的问题，跳出算法的限制。

技术领域

本发明属于自然语言处理技术领域，具体涉及一种基于深度学习面向公检法领域的舆情等级预测方法。

背景技术

舆情监测，或者说舆情预警是一项交叉了社会科学和数据科学的复杂技术，需要在舆情发生初期对事件有个初步的等级预判，充分做好应对准备。而想要让机器自动化达到这样的目的，就需要大量的数据和可靠的模型进行支撑。

针对舆情事件的描述，主要来自网络媒体上的新闻文本和类似新浪微博的社交平台，人们通过阅读、转发、评论等，直接告知他人或者从他人那里间接了解到舆情事件的相关信息。舆情系统可针对这些事件信息从中提取特征(文本特征，描述事件的具体情况；数据特征，描述事件的传播情况)进一步分析舆情当前的发酵情况和传播态势。其中重要的一点就是分析舆情的预警等级，可以说是舆情系统中不可或缺的一环。

但是目前存在的舆情系统中的舆情等级预测功能有以下几个问题：

一、目前主要使用人工的方式监督舆情，并分析舆情等级，虽然针对单个舆情比较有效，但是舆情的收集有限制，舆情发现也并不及时，需要有一个自动化的舆情分析系统来辅助人工预判；

二、舆情系统没有针对性，舆情本身因为其广泛性，涵盖了各个领域，然而针对各个领域的舆情，人们的关注点总是不同的，因此不能采用一个通用的方式进行分析，而目前几乎没有针对公检法领域的舆情事件等级预测；

三、目前使用的技术主要是根据数据挖掘算法进行分析，但是由于算法的不可学习性，效果比较一般；而使用深度学习的方式，需要统一构建语料库进行学习，造成目前主要还是使用挖掘算法进行分析。

发明内容

本发明提供一种基于深度学习面向公检法领域的舆情等级预测方法，用以解决上述问题，辅助人工进行舆情监控。

本发明通过以下技术方案实现：

一种基于深度学习面向公检法领域的舆情等级预测方法，所述预测方法包括以下步骤：

步骤1：从网络上爬取公检法领域相关的舆情信息，提取其中的文本信息存储至数据库中；

步骤2：对采集到文本信息利用深度学习模型进行预测，得到舆情等级预测结果；

步骤3：将步骤2的舆情等级预测结果存储至系统数据库；

步骤4：在数据库中对舆情等级做出相应标识；

步骤5：对标识后的数据库中舆情等级提供可访问舆情信息的数据接口；

步骤6：通过数据接口在系统中显示舆情等级预测结果。

进一步的，所述步骤1具体包括以下步骤：

步骤J1.1：爬取得到原始的JSON文件，判断其是否为UTF-8编码，若是则无需转换，若不是则将其编码格式转为UTF-8编码；

步骤J1.2：在UTF-8编码格式的JSON文件中检索，提取出转发量、评论量、评论文本及正文的信息；

步骤J1.3：使用正则表达式对提取出的文本进行清洗，保留中文、英文和数字字符，去除其中的网页链接、标签、表情符号，过滤掉非中文字符；