(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210047264.7 (22)申请日 2022.01.17 (71)申请人 黄河水利职业 技术学院 地址 475004 河南省开封市东京大道1号 (72)发明人 李响　杨国武　李蒍韦　侯柏成　 (74)专利代理 机构 北京正华智诚专利代理事务 所(普通合伙) 11870 专利代理师 杨浩林 (51)Int.Cl. G06F 16/35(2019.01) G06F 16/9535(2019.01) G06F 40/289(2020.01) G06F 40/30(2020.01) G06K 9/62(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种舆情监测方法和舆情监测系统 (57)摘要 本发明公开了一种舆情监测方法和舆情监 测系统， 所述舆情监测方法包括： S1： 获取关键 词； S2： 对所述 关键词进行关键词扩充操作， 得到 关键词库； S3： 对所述关键词库中的敏感词进行 提取操作， 得到敏 感词库； S4： 采集所述 关键词库 和所述敏感词库的最终舆情数据； S5： 对所述舆 情数据进行预处理操作， 得到 预处理结果； S6： 对 所述预处理结果进行舆情分析处理， 得到分析结 果； S7： 根据所述分析结果， 得到舆情监测结果。 本发明所提供的舆情监测方法和舆情监测系统， 能够有效提高舆情数据的全面 性以及准确性。 权利要求书3页 说明书8页 附图2页 CN 115017302 A 2022.09.06 CN 115017302 A 1.一种舆情监测方法， 其特 征在于， 所述舆情监测方法包括： S1： 获取用户输入的关键词； S2： 对所述关键词进行关键词扩充操作， 得到关键词库； S3： 对所述关键词库中的敏感词进行提取操作， 得到敏感词库； S4： 采集所述关键词库和所述敏感词库的最终舆情数据； S5： 对所述 最终舆情数据进行 预处理操作， 得到预处 理结果； S6： 对所述预处 理结果进行舆情分析处 理， 得到分析 结果； S7： 根据所述分析 结果， 得到 舆情监测结果。 2.根据权利要求1所述的舆情监测方法， 其特 征在于， 所述 步骤S2包括： 利用所述关键词在相关数据源中进行搜索， 得到与所述关键词相匹配的多条数据信 息； 根据所有所述数据信息， 得到所述关键词库。 3.根据权利要求1所述的舆情监测方法， 其特 征在于， 所述 步骤S3包括： 利用分词工具包 对所述关键词库中所有数据进行分词操作， 得到分词数据库； 将所有所述分词数据信息转换为词向量信息； 根据所述词向量信息， 利用Bi LSTM模型提取 所述分词数据库中的负面词； 将所述负面词作为敏感词， 得到所述敏感词库。 4.根据权利要求1所述的舆情监测方法， 其特 征在于， 所述 步骤S4包括： S41： 配置数据采集表达式， 并将所述关键词库和所述敏感词库合并为组合词库； S42： 利用所述组合词库检索相关舆情新闻列表； S43： 将所述相关舆情新闻列表的当前新闻页的网页地址加入待采集列表； S44： 从待采集列表中提取所述网页地址， 访问所述当前新闻页的相关信息以形成初始 舆情数据； S45： 若所述初始舆情数据同时满足完整性和唯一性， 进入步骤S46， 否则， 进入步骤 S47； S46： 将所述初始舆情数据作为所述 最终舆情数据输出； S47： 判断所述当前新闻页是否为所述相关舆情新闻列表的最后一页， 若是， 返回步骤 S46， 否则， 返回步骤S43 。 5.根据权利要求1所述的舆情监测方法， 其特 征在于， 所述 步骤S5包括： 对所述最终舆情数据进行分批处 理， 得到多批 舆情数据； 利用正则表达 式对每批所述舆情数据进行特殊字符和无用字符剔除处理， 得到处理后 的最终舆情数据； 对所述处 理后的最终舆情数据进行 数据特征提取操作， 得到特 征提取结果； 将所述特 征提取结果作为所述预处 理结果输出。 6.根据权利要求1 ‑5中任意一项所述的舆情监测方法， 其特征在于， 所述舆情分析处理 包括： 一般统计性分析、 关键词提取、 热度计算和多模态情感分析。 7.根据权利要求6所述的舆情监测方法， 其特征在于， 所述热度计算包括单个所述数据 源的热度指数计算和多个所述数据源的热度指数计算， 多个所述数据源的热度指数计算 公 式为：权　利　要　求　书 1/3 页 2 CN 115017302 A 2其中， H为热度值， Hi为第i个相关数据源的所有最终舆情数据的热度指数综合， Wi为该 相关数据源的热度权 重； 单个所述相关数据源的热度指数x的计算公式为： 其中， E为各相关数据 源的用户关注指数， Ts表示相关舆情 新闻的新鲜程度 且Ts＝A‑B， A 为发布时间， B为采集时间， T代 表的是3天一个热度周期内的总秒数。 8.根据权利要求6所述的舆情监测方法， 其特 征在于， 所述多模态情感分析包括： 获取所述预处 理结果中的图片特 征和文字特 征； 根据所述图片特征和所述文本特征， 训练图片文本对齐网络， 得到训练好的图片文本 对齐网络； 根据所述图片特征和所述文本特征， 利用所述训练好的图片文本对齐网络， 得到融合 特征； 将所述融合特 征作为分类 器的输入， 得到多模态情感分析 结果； 所述多模态情感分析模型的损失函数为： L＝LCA‑LDA 其中， LCA为交叉重建损失且 M为样本数量， xj代表j模态 的原始特征， Dj表示j模态的编码器， Ei代表i模态的编码器， xi代表i模态的原始特征， LDA是 分布对齐损失且 Wij为模态i与j之间的2 ‑Wasserstein距离且 其中， μ与 均为编码器生成的隐藏层特 征向量。 9.根据权利要求8所述的舆情监测方法， 其特征在于， 所述图片文本对齐网络包括： 图 片特征编 码器、 文本特征编 码器、 共享特征层和多个共享特征解码 器， 所述图片特征编 码器 和所述文本特征编 码器同时连接所述共享特征层的输入端， 多个所述共享特征编 码器连接 所述共享特 征层的输出端， 所述共享特 征层还连接有分类 器； 所述图片特 征编码器用于对所述图片特 征进行编码； 所述文本特 征编码器用于对所述文本特 征进行编码； 多个所述共享特征解码器用于对所述共享特征进行解码， 以输出重构图片特征和重构 文本特征； 所述分类 器用于对所述共享特 征进行分类， 以对所述图片文本对齐网络进行训练。 10.一种基于权利要求1 ‑9中任意一项所述的舆情监测方法的舆情监测系统， 其特征在 于， 所述舆情监测系统包括： 关键词获取模块， 所述关键词获取模块用于获取关键词；权　利　要　求　书 2/3 页 3 CN 115017302 A 3