[发明专利]一种食品安全舆情分析技术抽取方法

权利要求书

1.一种食品安全舆情分析技术抽取方法，其特征在于，包括以下步骤，S1筛选食品安全内容，所述筛选食品安全内容包括S11关键词匹配法和S12无监督聚类分类法；S2语义情感分析，所述语义情感分析包括S21bert预训练模型和S22softmax分类；S3信息提取，所述信息提取包括S31prompt tuning和S32SKEP主体观点抽取。

2.根据权利要求1所述的一种食品安全舆情分析技术抽取方法，其特征在于，所述S1筛选食品安全内容中S11中关键词匹配法中，S111筛选食品安全内容需要Query和网页正文content的语义相关度，所述Query与所述content的匹配使用短文本长文本语义匹配；S112计算相似度，计算分布生成短文本的概率作为相似度值；S113文档关键词抽取，抽取关键词做标签tag并设置主题模型估算文档产生单词的概率。

3.根据权利要求2所述的一种食品安全舆情分析技术抽取方法，其特征在于，所述S11中关键词匹配法中S112计算相似度的公式为：

其中，q表示Query，c表示content，w表示q中的词，z_k表示第k个主题；

所述S11中关键词匹配法中S113文档关键词抽取估计文档产生单词的概率公式为：

p(w∣d)＝k＝1∑Kp(w∣zk)p(zk∣d)；

其中，d表示文档内容，w表示词，zk表示第k个主题；

所述S11中关键词匹配法中S113文档关键词抽取TWE训练得到主题和单词向量表示公式为：

Similarity(w,d)＝k＝1∑Kcos(vm,zk)p(zk|d)；

其中，d表示文档内容，w表示词，zk表示第k个主题。

4.根据权利要求1所述的一种食品安全舆情分析技术抽取方法，其特征在于，所述S1筛选食品安全内容中S12无监督聚类分类法中进行KNN聚类，分成两类取其中心点，选取内容与食品安全无关者作为参照点并设定一阈值，计算目标新闻舆情与其距离，距离小于该阈值为食品安全数据。

5.根据权利要求1所述的一种食品安全舆情分析技术抽取方法，其特征在于，所述S2语义情感分析中S21bert预训练模型中包括S211模型架构；S212BERT输入和输出的表示；S213BERT的预训练；S214BERT的微调。

6.根据权利要求5所述的一种食品安全舆情分析技术抽取方法，其特征在于，所述S21bert预训练模型中S211模型架构建立多层双向的Transformer的encoder，S212BERT输入和输出的表示，输入的自然语言句子通过WordPiece embeddings来转化为token序列，S213BERT的预训练，BERT使用两个无监督的任务进行预训练，分别是Masked LM和NextSentence Prediction(NSP)。

7.根据权利要求1所述的一种食品安全舆情分析技术抽取方法，其特征在于，所述S2语义情感分析中S22softmax分类通过softmax函数处理输出各种情感预测概率，取概率最大者为结果，公式为：

其中e为自然数，k为第k个主题。

8.根据权利要求1所述的一种食品安全舆情分析技术抽取方法，其特征在于，所述S3信息提取中S31prompt tuning，将Prompt代替显式的prompt，并训练更新token参数。

9.根据权利要求1所述的一种食品安全舆情分析技术抽取方法，其特征在于，所述S3信息提取中S32SKEP主体观点抽取SKEP是基于情感知识增强的情感预训练，通过SKEP算法挖掘情感知识，并通过情感知识构建预训练目标让机器理解情感语义。

10.根据权利要求9所述的一种食品安全舆情分析技术抽取方法，其特征在于，所述SKEP算法通过统计方法从无标记数据中挖掘情感知识信息，所述情感知识信息包括情感词、情感词极性以及观点搭配词。