排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
[目的/意义]舆情反转现象频发消耗了网民的信任感,降低了网民在网络世界的安全感。基于舆情大数据对反转现象进行及时的分析识别,对营造健康安全的互联网舆论环境具有重要意义。[方法/过程]文章通过案例分析对舆情反转的特征与规律进行了归纳总结,并从主题演化角度出发,提出一种基于主题聚类模型LDA与门控循环神经网络单元(GRU)的舆情反转实时识别模型(DDPOR)。首先根据时间窗口采集实时文本数据,利用主题模型动态计算事件的当前言论较于先前观点的主题吻合度。随后结合文本时序特征,利用门控循环神经网络完成反转判定,实现网络舆情事件的反转预测。最后选取27个经典舆情反转案例开展实证分析,检验模型对反转的识别率与灵敏度。[结果/结论]实验表明,DDPOR可以及时地实现舆情反转的自动化识别,识别准确率高达90.54%,优于其他对比模型,且对网络舆情的实时监测与管控具有一定实践价值。 相似文献
3.
从今年8月起,江西《赣南日报》立足赣南作为长征出发地及其在中国红色革命中的独特历史地位,立足赣南人民对长征胜利作出的卓越贡献,立足新时期赣南广大干部群众弘扬长征精神迈步新的长征的伟大实践,来构思选题,推出“纪念红军长征胜利七十周年”大型专题系列报道。 相似文献
1