[发明专利]舆情预警方法、装置、设备及存储介质

说明书

本申请提供一种舆情预警方法、装置、设备及存储介质，该方法获取话务量数据，对话务量数据进行数据预处理，得到有效话务量数据；根据预设意图识别模型，对有效话务量数据进行意图识别，得到意图话务量数据；根据预设预测话务量回归模型，对意图话务量数据进行归一化处理，得到第一归一化意图数据，其中，预设预测话务量回归模型根据历史话务量数据和历史舆情数据训练得到；若第一归一化意图数据大于预设意图阈值，则确定舆情异常，生成舆情预警信息，提高了舆情预警的准确性。

技术领域

本发明涉及通信技术领域，尤其涉及一种舆情预警方法、装置、设备及存储介质。

背景技术

随着互联网和信息化技术突飞猛进的发展，特别是网络平台、网络媒体等新媒体，以其形式丰富、覆盖率高等特点对政治、经济、文化及社会生活造成了巨大影响，随之而来的网络舆情问题也成为了影响社会稳定的重要因素，需要对舆情进行监控、分析及预警。

当前，通常通过自然语言处理技术来抓取关键词，如关键词使用词频过大，则确定出现了突发事件，需要进行舆情预警。

然而现有技术在特殊时段会造成舆情误判的情况，不能得到准确的舆情预警结果，舆情预警的准确性差。

发明内容

本申请提供一种舆情预警方法、装置、设备及存储介质，从而解决现有技术在特殊时段会造成舆情误判的情况，不能得到准确的舆情预警结果，舆情预警的准确性差的技术问题。

第一方面，本申请实施例提供了一种舆情预警方法，包括：

获取话务量数据，对所述话务量数据进行数据预处理，得到有效话务量数据；

根据预设意图识别模型，对所述有效话务量数据进行意图识别，得到意图话务量数据；

根据预设预测话务量回归模型，对所述意图话务量数据进行归一化处理，得到第一归一化意图数据，其中，所述预设预测话务量回归模型根据历史话务量数据和历史舆情数据训练得到；

若所述第一归一化意图数据大于预设意图阈值，则确定舆情异常，生成舆情预警信息。

这里，本申请实施例首先针对话务量数据进行了数据的预处理，筛选出了有效话务量数据，只保留有效数据便于进行后续分析，为减少关键词库的维护成本，不使用词频作为特征，通过预设意图识别模型，可以对有效话务量数据进行意图识别，得到意图话务量数据，再通过预设预测话务量回归模型，对意图话务量数据进行归一化处理，由于预设预测话务量回归模型根据历史话务量数据和历史舆情数据训练得到，消除因特殊时期某种话术急剧增加的现象带来的影响，剔除了去除掉突发事件增加的话务量对舆情数据分析的影响，提高了舆情预警的准确性。

可选地，在所述根据预设意图识别模型，对所述有效话务量数据进行意图识别，得到意图话务量数据之前，还包括：

建立意图标注训练数据库；

对所述意图标注训练数据库中的意图标注训练数据进行自然语言处理模型训练，得到预设意图识别模型。

这里，本申请实施例不使用词频作为特征来进行意图识别，减少了关键词库维护的成本，通过建立意图标注训练数据库中预先标注出来的意图标注训练数据，可以在意图识别之前建立预设意图识别模型，从而根据此模型进行意图识别，减少了舆情分析预警的成本，提高了效率。

可选地，在所述根据预设预测话务量回归模型，对所述意图话务量数据进行归一化处理，得到第一归一化意图数据之前，还包括：

获取历史话务量数据和历史舆情数据；

根据所述历史话务量数据和所述历史舆情数据建立预设预测话务量回归模型。