CN119398039A 负面舆情信息抽取方法、装置、设备及介质 （平安银行股份有限公司）

本发明涉及人工智能技术领域和金融科技本发明通过获取与目标主体相关的舆情信息数2根据信息抽取需求定义信息抽取结构，基于所述信息抽取结构对所述舆确定基础预训练模型，基于所述训练数据集对所述基础预训练模型进行多轮迭代训基于所述信息抽取模型，构建用于负面舆情信息抽取的处理框获取与所述目标主体相关的待处理舆情数据，将所述待处理舆情数所述处理框架的信息抽取模块根据所述信息抽取结构识别所述待处理舆情数据中包对处理后的舆情信息数据进行分词处理，将所述舆情信息数据中的文本分对分词处理后的文本进行情感分析，确定文本的情感倾向，并为文基于标注有情感倾向标签的文本生成所述舆情信息根据信息抽取需求定义信息抽取结构，所述信息抽取结构包括对基于标注后的舆情信息数据集生成所述训练设置训练参数，基于所述训练参数和所述训练数据集对所述预在每轮训练中通过反向传播算法调整和优化所3配置处理框架的预处理模块，所述预处理模块用于对输入的舆情配置处理框架的反馈学习模块，所述反馈学习模块用于根据所述配置处理框架的动态更新模块，所述动态更新模块用于分析所述通过所述处理框架的预处理模块对所述待处理舆情数据进将预处理操作后的待处理舆情数据输入所述信所述信息抽取模块根据信息抽取结构对所述待处理舆情数据进行分通过实体匹配模块对舆情事件中的实体进行匹配分析，确定与核数据获取模块，用于获取与目标主体相关的舆情信息数数据标注模块，用于根据信息抽取需求定义信息抽取结构，基于模型训练模块，用于确定基础预训练模型，基于所述训练数据集对所述数据输入模块，用于获取与所述目标主体相关的待处理舆情数据，4信息抽取模块，用于所述处理框架的信息抽取模块根据所序被所述处理器执行时实现如权利要求1_7中任一项所述的负面舆情信息抽取方法的步程序，所述负面舆情信息抽取程序被处理器执行时实现如权利要求1_7中任一项所述的负5帮助金融机构对企业的动态风险做出及时预判。析可以帮助金融机构更好地判断事件对企业风险的影响，但现有的技术尚未解决这一问6[0013]所述处理框架的信息抽取模块根据所述信息抽取结构识别所述待处理舆情数据机构对企业潜在风险的实时监测能力，进而增强了风险预警的及时性和决策支持的可靠7[0031]本发明实施例提供的负面舆情信息抽取方法，可应用在如图1的应用环境中，其[0032]请参阅图2，图2为本发明提供的负面舆情信息抽取方法一实施例的流程示意8[0045]将处理后的舆情信息数据集存储到数据库中，并为数据集中的每条数据创建索9模型的优势在于其快速冷启动能力，能够在少量标注数据的情况下迅速启动，并利用管理负面舆情信息的处理框架。该处理框架用于将输入的舆情数据通过特定的步骤处理，[0093]S60，所述处理框架的信息抽取模块根据所述信息抽取结构识别所述待处理舆情取结构是提前设计并用来引导信息抽取过程的模板或[0098]事件识别是从舆情数据中提取与目标主体相关的重要事件，例如企业的法律纠[0111]分词处理是自然语言处理(NLP)中的基础步骤，旨在将连续的文本分割成单个词[0114]通过预训练的情感分析模型(如基于机器学习或深度学习的模型)对文本进行情等)进行预训练，能够学习到广泛的语言模式和知识，具备一定的语言理解和信息提取能[0145]反向传播算法(Backpropagation)是深度学习模型训练的核心算法，用于计算损[0148]经过多轮训练后，系统根据预设的条件(如验证集的性能指标)判断训练是否收传播算法进行参数优化，生成的负面舆情信息抽取模型能够精准识别舆情数据中的实体、[0176]动态更新模块的实现可以使用基于规则的更新方法和基于深度学习的自适应优[0193]信息抽取模块的核心功能是对输入的数据进行分析，基于已经定义的抽取结构处理器执行时以实现一种负面舆情信息抽取方法服务端侧的功能以实现一种负面舆情信息抽取方法用户端侧[0265]所述处理框架的信息抽取模块根据所述信息抽取结构识别所述待处理舆情数据[0272]所述处理框架的信息抽取模块根据所述信息抽取结构识别所述待处理舆情数据包括非易失性和/或易失性存储器。非易失性存储器可包括