CN116306622B - 一种用于改善舆论氛围的aigc评论*** - Google Patents
一种用于改善舆论氛围的aigc评论*** Download PDFInfo
- Publication number
- CN116306622B CN116306622B CN202310599504.9A CN202310599504A CN116306622B CN 116306622 B CN116306622 B CN 116306622B CN 202310599504 A CN202310599504 A CN 202310599504A CN 116306622 B CN116306622 B CN 116306622B
- Authority
- CN
- China
- Prior art keywords
- comment
- atmosphere
- public opinion
- module
- analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 239000000470 constituent Substances 0.000 claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims description 64
- 230000007935 neutral effect Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 10
- 210000001503 joint Anatomy 0.000 claims description 8
- 230000004913 activation Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000009191 jumping Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000003472 neutralizing effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 238000013507 mapping Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种用于改善舆论氛围的AIGC评论***,包括平台接入模块、虚拟身份模块、舆论检测模块和评论生成模块,所述平台接入模块用于与网络平台社区进行对接,获取在该网络平台社区用户的基本构成要素,所述虚拟身份模块基于基本构成要求生成对应内容,进而创建一个虚拟的用户身份,所述舆论检测模块用于对网络平台社区中的评论进行分析,对舆论环境进行评估,所述评论生成模块用于生成改善舆论氛围的评论;本***通过模拟真人发表理性言论,在舆论场中中和激进言论,改善舆论氛围环境。
Description
技术领域
本发明涉及电数字数据处理领域,具体涉及一种用于改善舆论氛围的AIGC评论***。
背景技术
当前,随着网络技术的飞速发展,人们越来越依赖于网络获取信息,网络评论已经成为人们表达观点、交流思想的重要渠道,然而,在网络评论中,由于理性的人偏向不在网络中发表言论,激进的人偏向在网络中发表言论,导致网络环境中往往会出现恶意言论、辱骂、挑衅等不良言论,给人们的心理健康和社会和谐造成了很大的负面影响。当前的处理方式是对用户进行封禁,对部分词汇进行屏蔽的方式,但这种方式反而会激化矛盾,为了解决这一问题,需要开发一种能够自动识别、管理、改善评论氛围的***。
背景技术的前述论述仅意图便于理解本发明。此论述并不认可或承认提及的材料中的任一种公共常识的一部分。
现在已经开发出了很多网络评论***,经过我们大量的检索与参考,发现现有的评论识别***有如公开号为CN107239512B所公开的***,这些***方法一般包括:将与评论相关的主体以及主体之间的关系抽取出来,建立评论关系网络图模型;其次使用Lucence全文搜索引擎为爬取到的博文语料库集创建索引并提供全文搜索功能;然后采用文本相关度模型代替传统的文本相似度计算模型得到评论与原博文的相关度,能够在传统朴素贝叶斯的基础上不仅从评论文本与原博文相关角度,对单纯基于文本概率统计模型的垃圾评论识别方法进行改进优化。但该***只是用于识别出垃圾评论,并不能改善舆论氛围。
发明内容
本发明的目的在于,针对所存在的不足,提出了一种用于改善舆论氛围的AIGC评论***。
本发明采用如下技术方案:
一种用于改善舆论氛围的AIGC评论***,包括平台接入模块、虚拟身份模块、舆论检测模块和评论生成模块;
所述平台接入模块用于与网络平台社区进行对接并进行数据传输,所述虚拟身份模块用于创建一个虚拟的用户身份,所述舆论检测模块用于对舆论环境进行评估,所述评论生成模块用于生成改善舆论氛围的评论;
所述舆论检测模块包括主题存储单元、评论分析单元和氛围评估单元,所述主题存储单元用于保存主题的访问地址,所述评论分析单元根据访问地址获取具体的评论内容并对每条评论内容进行分析,所述氛围评估单元根据所有评论内容的分析结果对综合舆论氛围进行评估;
所述主题存储单元包括热度阈值计算处理器和地址寄存器,所述热度阈值计算处理器用于计算出网络平台社区的热度阈值,所述地址寄存器为每个热度大于热度阈值的主题创建一个存储区域,所述存储区域用于保存对应主题相关的访问地址,当一个主题的热度低于热度阈值后,所述地址寄存器注销已创建的对应存储区域;
所述评论分析单元包括词库寄存器、关键词检索处理器和评论分析处理器,所述词库寄存器用于保存关键词和关键词对应的分析指数,所述关键词检索处理器用于在一条评论内容中找出其含有的关键词并将对应的分析指数作为数据信息发送至所述评论分析处理器,所述评论分析处理器根据接收的数据信息计算出分析结果;
进一步的,所述***的工作流程包括如下步骤:
S1、所述平台接入模块与各网络平台社区进行对接,获取基本构成要素并发送给所述虚拟身份模块;
S2、所述舆论检测模块对完成对接的网络平台社区一个主题中的评论进行分析评估,当评估结果为“不佳”时,向所述评论生成模块发送激活信息;
S3、所述评论生成模块生成评论信息,并将评论信息以及主题信息发送给所述虚拟身份模块;
S4、所述虚拟身份模块根据接收的主题信息创建一个对应的虚拟用户,并以该虚拟用户的身份将评论信息发布在对应的网络平台社区中;
S5、等待一个缓冲时间,对评论再次进行评估,若评估结果仍为“不佳”,跳至步骤S3,若评估结果为“良好”,结束对该主题的舆论氛围改善过程;
进一步的,所述热度阈值计算处理器获取网络平台社区中热度前N的N个主题的热度值,用表示,/>,i越小,/>越大,所述热度阈值计算处理器根据下式计算出热度阈值/>:
;
其中,为/>中的最大值,/>为/>中的最小值;
进一步的,所述词库寄存器中的关键词分为恶意关键词和中性关键词,所述评论分析处理器根据下式计算出每条评论的恶意指数:
;
其中,表示检索到的第i个恶意关键词的分析指数,/>为检索到的中性关键词的最大分析指数,n1为检索到的恶意关键词的数量;
所述评论分析处理器将恶意指数大于第一阈值的评论标记为恶意评论,将恶意指数不大于第一阈值的评论标记为正常评论;
进一步的,所述氛围评估单元根据下式计算出该主题的氛围指数Q:
;
其中,为恶意评论的数量,/>为正常评论的数量,/>为第i条恶意评论的恶意指数;
当氛围指数大于第二阈值时,评估为氛围“不佳”,当氛围指数不大于第二阈值时,评估为氛围“良好”。
本发明所取得的有益效果是:
本***与网络平台社区之间建立授权关系,使虚拟用户能够发表评论,而虚拟用户的身份信息具有随机化特点,使虚拟用户不会被认为是水军或是机器人,替代“沉默的大多数”进行理性发言,改善舆论环境,本***对主题的热度和评论的恶意度进行量化分析,提高了改善舆论环境的效率,且本***全程自动进行监控处理,降低了人力成本,对网络环境的覆盖更加全面。
为使能更进一步了解本发明的特征及技术内容,请参阅以下有关本发明的详细说明与附图,然而所提供的附图仅用于提供参考与说明,并非用来对本发明加以限制。
附图说明
图1为本发明整体结构框架示意图;
图2为本发明虚拟身份模块构成示意图;
图3为本发明舆论检测模块构成示意图;
图4为本发明主题存储单元构成示意图;
图5为本发明评论分析单元构成示意图。
具体实施方式
以下是通过特定的具体实施例来说明本发明的实施方式,本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用,本说明书中的各项细节也可基于不同观点与应用,在不悖离本发明的精神下进行各种修饰与变更。另外,本发明的附图仅为简单示意说明,并非依实际尺寸的描绘,事先声明。以下的实施方式将进一步详细说明本发明的相关技术内容,但所公开的内容并非用以限制本发明的保护范围。
实施例一:本实施例提供了一种用于改善舆论氛围的AIGC评论***,结合图1,包括平台接入模块、虚拟身份模块、舆论检测模块和评论生成模块;
所述平台接入模块用于与网络平台社区进行对接并进行数据传输,所述虚拟身份模块用于创建一个虚拟的用户身份,所述舆论检测模块用于对舆论环境进行评估,所述评论生成模块用于生成改善舆论氛围的评论;
所述舆论检测模块包括主题存储单元、评论分析单元和氛围评估单元,所述主题存储单元用于保存主题的访问地址,所述评论分析单元根据访问地址获取具体的评论内容并对每条评论内容进行分析,所述氛围评估单元根据所有评论内容的分析结果对综合舆论氛围进行评估;
所述主题存储单元包括热度阈值计算处理器和地址寄存器,所述热度阈值计算处理器用于计算出网络平台社区的热度阈值,所述地址寄存器为每个热度大于热度阈值的主题创建一个存储区域,所述存储区域用于保存对应主题相关的访问地址,当一个主题的热度低于热度阈值后,所述地址寄存器注销已创建的对应存储区域;
所述评论分析单元包括词库寄存器、关键词检索处理器和评论分析处理器,所述词库寄存器用于保存关键词和关键词对应的分析指数,所述关键词检索处理器用于在一条评论内容中找出其含有的关键词并将对应的分析指数作为数据信息发送至所述评论分析处理器,所述评论分析处理器根据接收的数据信息计算出分析结果;
所述***的工作流程包括如下步骤:
S1、所述平台接入模块与各网络平台社区进行对接,获取基本构成要素并发送给所述虚拟身份模块;
S2、所述舆论检测模块对完成对接的网络平台社区一个主题中的评论进行分析评估,当评估结果为“不佳”时,向所述评论生成模块发送激活信息;
S3、所述评论生成模块生成评论信息,并将评论信息以及主题信息发送给所述虚拟身份模块;
S4、所述虚拟身份模块根据接收的主题信息创建一个对应的虚拟用户,并以该虚拟用户的身份将评论信息发布在对应的网络平台社区中;
S5、等待一个缓冲时间,对评论再次进行评估,若评估结果仍为“不佳”,跳至步骤S3,若评估结果为“良好”,结束对该主题的舆论氛围改善过程;
所述热度阈值计算处理器获取网络平台社区中热度前N的N个主题的热度值,用表示,/>,i越小,/>越大,所述热度阈值计算处理器根据下式计算出热度阈值:
;
其中,为/>中的最大值,/>为/>中的最小值;
所述词库寄存器中的关键词分为恶意关键词和中性关键词,所述评论分析处理器根据下式计算出每条评论的恶意指数:
;
其中,表示检索到的第i个恶意关键词的分析指数,/>为检索到的中性关键词的最大分析指数,n1为检索到的恶意关键词的数量;
所述评论分析处理器将恶意指数大于第一阈值的评论标记为恶意评论,将恶意指数不大于第一阈值的评论标记为正常评论;
所述氛围评估单元根据下式计算出该主题的氛围指数Q:
;
其中,为恶意评论的数量,/>为正常评论的数量,/>为第i条恶意评论的恶意指数;
当氛围指数大于第二阈值时,评估为氛围“不佳”,当氛围指数不大于第二阈值时,评估为氛围“良好”。
实施例二:本实施例包含了实施例一中的全部内容,提供了一种用于改善舆论氛围的AIGC评论***,包括平台接入模块、虚拟身份模块、舆论检测模块和评论生成模块;
所述平台接入模块用于与网络平台社区进行对接,获取在该网络平台社区用户的基本构成要素,所述虚拟身份模块基于基本构成要求生成对应内容,进而创建一个虚拟的用户身份,所述舆论检测模块用于对网络平台社区中的评论进行分析,对舆论环境进行评估,所述评论生成模块用于生成改善舆论氛围的评论;
所述***的工作流程包括如下步骤:
S1、所述平台接入模块与各网络平台社区进行对接,获取基本构成要素并发送给所述虚拟身份模块;
S2、所述舆论检测模块对完成对接的网络平台社区一个主题中的评论进行分析评估,当评估结果为“不佳”时,向所述评论生成模块发送激活信息;
S3、所述评论生成模块生成评论信息,并将评论信息以及主题信息发送给所述虚拟身份模块;
S4、所述虚拟身份模块根据接收的主题信息创建一个对应的虚拟用户,并以该虚拟用户的身份将评论信息发布在对应的网络平台社区中;
S5、等待一个缓冲时间,对评论再次进行评估,若评估结果仍为“不佳”,跳至步骤S3,若评估结果为“良好”,结束对该主题的舆论氛围改善过程;
所述平台接入模块包括权限单元和通讯单元,所述通讯单元用于与网络平台社区建立连接关系并互相传输信息,所述权限单元用于生成并记录各个网络平台社区的通行证,网络平台社区识别到通行证后能够允许虚拟用户发表评论;
结合图2,所述虚拟身份模块包括要素存储单元、要素内容生成单元和输入输出单元,所述要素存储单元用于保存每个网络社区平台用户的基本构成要素信息,所述要素内容生成单元能根据每个要素随机生成对应的内容,所述输入输出单元用于接收网络平台社区信息并输出一个对应的虚拟身份,例如,基本构成要素为ID、等级和IP属地,由于是随机生成,ID的风格不同,等级均匀分布,IP属地会分布在各省份并替代真实的IP显示在网络平台社区中,使得该虚拟身份更像一个真实身份而不被认为是批量的水军身份;
结合图3,所述舆论检测模块包括主题存储单元、评论分析单元和氛围评估单元,所述主题存储单元用于保存热度较高主题的访问地址,所述评论分析单元根据访问地址获取具体的评论内容并对每条评论内容进行分析,所述氛围评估单元根据所有评论内容的分析结果对综合舆论氛围进行评估;
结合图4,所述主题存储单元包括热度阈值计算处理器和地址寄存器,所述热度阈值计算处理器用于计算出网络平台社区的热度阈值,所述地址寄存器为每个热度大于热度阈值的主题创建一个存储区域,所述存储区域用于保存对应主题相关的访问地址,当一个主题的热度低于热度阈值后,所述地址寄存器注销已创建的对应存储区域;
所述热度阈值计算处理器获取网络平台社区中热度前N的N个主题的热度值,用表示,/>,i越小,/>越大,所述热度阈值计算处理器根据下式计算出热度阈值:
;
其中,为/>中的最大值,/>为/>中的最小值;
N由工作人员自行设定;
结合图5,所述评论分析单元包括词库寄存器、关键词检索处理器和评论分析处理器,所述词库寄存器用于保存关键词和关键词对应的分析指数,关键词分为恶意关键词和中性关键词,恶意关键词的分析指数用于表示该恶意关键词的恶意程度,中性关键词的分析指数用于表示该中性关键词的范围程度,所述关键词检索处理器用于在一条评论内容中找出其含有的关键词并将对应的分析指数作为数据信息发送至所述评论分析处理器,所述评论分析处理器根据接收的数据信息计算出分析结果;
所述评论分析处理器根据下式计算出每条评论的恶意指数:
;
其中,表示检索到的第i个恶意关键词的分析指数,/>为检索到的中性关键词的最大分析指数,n1为检索到的恶意关键词的数量;
所述评论分析处理器将恶意指数大于第一阈值的评论标记为恶意评论,将恶意指数不大于第一阈值的评论标记为正常评论;
所述氛围评估单元根据下式计算出该主题的氛围指数Q:
;
其中,为恶意评论的数量,/>为正常评论的数量,/>为第i条恶意评论的恶意指数;
需要注意的是,i虽然在不同的公式中出现,但其作用仅为表示数字的变量,不会产生歧义;
当氛围指数大于第二阈值时,评估为氛围“不佳”,当氛围指数不大于第二阈值时,评估为氛围“良好”;
所述评论生成模块包括主题分析单元、中性词映射单元和词句组装单元,所述主题分析单元用于确定事件的主题内容,所述中性词映射单元根据恶意评论中的中性关键词映射得到善意词句,所述词句组装单元通过添加连接词将主题内容与善意词句组装成一句完整的评论;
所述主题分析单元接收到所述舆论检测模块发送的激活信息,所述激活信息中包含了主题所在的访问地址,所述主题分析单元根据访问地址读取事件的文字描述,并概括得到主题内容,所述主题内容包括人物、地点、时间和事件,所述主题分析单元将主题内容发送给所述词句组装单元;
所述中性词映射单元将中性词进行分类,每个类型的中性词与一个善意词句库存在映射关系,每个善意词句库中设有多个善意词句,所述中性词映射单元从映射的善意词句库中随机选择一个善意词句发送至词句组装单元;
中性词的类型包括地域、性别等,例如,地域类型的中性词有各个省份的称呼和简称,性别类型的中性词有对男性和对女性的称呼;
所述词句组装单元包含连接词库和检测处理器,所述词句组装单元从所述连接词库中随机获取连接词,将连接词与善意词句以及主题内容连接后,发送至所述检测处理器进行句式检测,当所述检测处理器的检测结果不通过时,所述词句组装单元通过改变获取的连接词以及连接词、善意词句和主题内容的连接顺序的方式重新得到新的语句,直至新的语句被所述检测处理器检测通过后,作为正式的评论内容发送至所述虚拟身份模块。
以上所公开的内容仅为本发明的优选可行实施例,并非因此局限本发明的保护范围,所以凡是运用本发明说明书及附图内容所做的等效技术变化,均包含于本发明的保护范围内,此外,随着技术发展其中的元素可以更新的。
Claims (4)
1.一种用于改善舆论氛围的AIGC评论***,其特征在于,包括平台接入模块、虚拟身份模块、舆论检测模块和评论生成模块;
所述平台接入模块用于与网络平台社区进行对接并进行数据传输,所述虚拟身份模块用于创建一个虚拟的用户身份,所述舆论检测模块用于对舆论环境进行评估,所述评论生成模块用于生成改善舆论氛围的评论;
所述舆论检测模块包括主题存储单元、评论分析单元和氛围评估单元,所述主题存储单元用于保存主题的访问地址,所述评论分析单元根据访问地址获取具体的评论内容并对每条评论内容进行分析,所述氛围评估单元根据所有评论内容的分析结果对综合舆论氛围进行评估;
所述主题存储单元包括热度阈值计算处理器和地址寄存器,所述热度阈值计算处理器用于计算出网络平台社区的热度阈值,所述地址寄存器为每个热度大于热度阈值的主题创建一个存储区域,所述存储区域用于保存对应主题相关的访问地址,当一个主题的热度低于热度阈值后,所述地址寄存器注销已创建的对应存储区域;
所述评论分析单元包括词库寄存器、关键词检索处理器和评论分析处理器,所述词库寄存器用于保存关键词和关键词对应的分析指数,所述关键词检索处理器用于在一条评论内容中找出其含有的关键词并将对应的分析指数作为数据信息发送至所述评论分析处理器,所述评论分析处理器根据接收的数据信息计算出分析结果;
所述***的工作流程包括如下步骤:
S1、所述平台接入模块与各网络平台社区进行对接,获取基本构成要素并发送给所述虚拟身份模块;
S2、所述舆论检测模块对完成对接的网络平台社区一个主题中的评论进行分析评估,当评估结果为“不佳”时,向所述评论生成模块发送激活信息;
S3、所述评论生成模块生成评论信息,并将评论信息以及主题信息发送给所述虚拟身份模块;
S4、所述虚拟身份模块根据接收的主题信息创建一个对应的虚拟用户,并以该虚拟用户的身份将评论信息发布在对应的网络平台社区中;
S5、等待一个缓冲时间,对评论再次进行评估,若评估结果仍为“不佳”,跳至步骤S3,若评估结果为“良好”,结束对该主题的舆论氛围改善过程。
2.如权利要求1所述的一种用于改善舆论氛围的AIGC评论***,其特征在于,所述热度阈值计算处理器获取网络平台社区中热度前N的N个主题的热度值,用表示,/>,i越小,/>越大,所述热度阈值计算处理器根据下式计算出热度阈值/>:
;
其中,为/>中的最大值,/>为/>中的最小值。
3.如权利要求2所述的一种用于改善舆论氛围的AIGC评论***,其特征在于,所述词库寄存器中的关键词分为恶意关键词和中性关键词,所述评论分析处理器根据下式计算出每条评论的恶意指数:
;
其中,表示检索到的第i个恶意关键词的分析指数,/>为检索到的中性关键词的最大分析指数,n1为检索到的恶意关键词的数量;
所述评论分析处理器将恶意指数大于第一阈值的评论标记为恶意评论,将恶意指数不大于第一阈值的评论标记为正常评论。
4.如权利要求3所述的一种用于改善舆论氛围的AIGC评论***,其特征在于,所述氛围评估单元根据下式计算出该主题的氛围指数Q:
;
其中,为恶意评论的数量,/>为正常评论的数量,/>为第i条恶意评论的恶意指数;
当氛围指数大于第二阈值时,评估为氛围“不佳”,当氛围指数不大于第二阈值时,评估为氛围“良好”。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310599504.9A CN116306622B (zh) | 2023-05-25 | 2023-05-25 | 一种用于改善舆论氛围的aigc评论*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310599504.9A CN116306622B (zh) | 2023-05-25 | 2023-05-25 | 一种用于改善舆论氛围的aigc评论*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116306622A CN116306622A (zh) | 2023-06-23 |
CN116306622B true CN116306622B (zh) | 2023-07-28 |
Family
ID=86783727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310599504.9A Active CN116306622B (zh) | 2023-05-25 | 2023-05-25 | 一种用于改善舆论氛围的aigc评论*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116306622B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115757939A (zh) * | 2022-10-28 | 2023-03-07 | 江苏艾易欧建设科技有限公司 | 一种基于大数据的文旅舆论热度分析方法及*** |
CN115964574A (zh) * | 2022-12-15 | 2023-04-14 | 南通大学 | 一种基于数据挖掘的智慧交通安全舆情热度评估方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080052147A1 (en) * | 2006-07-18 | 2008-02-28 | Eran Reshef | System and method for influencing public opinion |
US20140337328A1 (en) * | 2013-05-09 | 2014-11-13 | Veooz Labs Private Limited | System and method for retrieving and presenting concept centric information in social media networks |
TWI601088B (zh) * | 2014-10-06 | 2017-10-01 | Chunghwa Telecom Co Ltd | Topic management network public opinion evaluation management system and method |
US10296837B2 (en) * | 2015-10-15 | 2019-05-21 | Sap Se | Comment-comment and comment-document analysis of documents |
CN110516067B (zh) * | 2019-08-23 | 2022-02-11 | 北京工商大学 | 基于话题检测的舆情监控方法、***及存储介质 |
CN111461553A (zh) * | 2020-04-02 | 2020-07-28 | 上饶市中科院云计算中心大数据研究院 | 景区舆情监测分析***和方法 |
CN112287070A (zh) * | 2020-11-16 | 2021-01-29 | 腾讯科技(深圳)有限公司 | 词语的上下位关系确定方法、装置、计算机设备及介质 |
US11741177B2 (en) * | 2021-03-03 | 2023-08-29 | International Business Machines Corporation | Entity validation of a content originator |
CN115309815A (zh) * | 2022-08-15 | 2022-11-08 | 陈武军 | 一种基于大数据的网络舆情监测***及方法 |
-
2023
- 2023-05-25 CN CN202310599504.9A patent/CN116306622B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115757939A (zh) * | 2022-10-28 | 2023-03-07 | 江苏艾易欧建设科技有限公司 | 一种基于大数据的文旅舆论热度分析方法及*** |
CN115964574A (zh) * | 2022-12-15 | 2023-04-14 | 南通大学 | 一种基于数据挖掘的智慧交通安全舆情热度评估方法 |
Non-Patent Citations (1)
Title |
---|
网络舆论事件中微博评论情感倾向及程度研究――以"于欢案"为例;杨帆;;传媒观察(第11期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116306622A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11227118B2 (en) | Methods, devices, and systems for constructing intelligent knowledge base | |
Rafiei et al. | A novel method for expert finding in online communities based on concept map and PageRank | |
US8554540B2 (en) | Topic map based indexing and searching apparatus | |
Kumar et al. | Sanative chatbot for health seekers | |
US20180032589A1 (en) | Determining Temporal Categories for a Domain of Content for Natural Language Processing | |
CN108959559B (zh) | 问答对生成方法和装置 | |
Burel et al. | Automatic identification of best answers in online enquiry communities | |
US8874553B2 (en) | Establishing “is a” relationships for a taxonomy | |
US20150356170A1 (en) | Time-Based Optimization of Answer Generation in a Question and Answer System | |
Omidvar et al. | Context based user ranking in forums for expert finding using WordNet dictionary and social network analysis | |
Zhang et al. | STCS lexicon: Spectral-clustering-based topic-specific Chinese sentiment lexicon construction for social networks | |
Graells-Garrido et al. | Every colour you are: Stance prediction and turnaround in controversial issues | |
Allones et al. | Automated mapping of clinical terms into SNOMED-CT. An application to codify procedures in pathology | |
CN112559709A (zh) | 基于知识图谱的问答方法、装置、终端以及存储介质 | |
CN111899821A (zh) | 处理医疗机构数据的方法、构建数据库的方法和装置 | |
Santos et al. | A survey on the use of data and opinion mining in social media to political electoral outcomes prediction | |
US20120059786A1 (en) | Method and an apparatus for matching data network resources | |
US20140095411A1 (en) | Establishing "is a" relationships for a taxonomy | |
Oh et al. | Finding more trustworthy answers: Various trustworthiness factors in question answering | |
CN116306622B (zh) | 一种用于改善舆论氛围的aigc评论*** | |
CN116186220A (zh) | 信息检索方法、问答处理方法、信息检索装置及*** | |
KR102454261B1 (ko) | 사용자 정보 기반 협업 파트너 추천 시스템 및 그 방법 | |
Ahmed et al. | Semisupervised Federated Learning for Temporal News Hyperpatism Detection | |
US10997224B2 (en) | Identifying profanity in real time | |
Ni et al. | Journal impact and proximity: An assessment using bibliographic features |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |