舆情正负面判断

目录

• 舆情正负面判断
  • 1、模型需求
  • 2、数据集收集
  • 3、数据集标注
  • 4、数据预处理
  • 5、搭建模型
  • 6、训练模型
  • 7、测试模型
  • 8、将模型封装成接口

舆情正负面判断

1、模型需求

• 考虑需要判断高校与纪委的舆情正负面，需构建三个模型A、B、C

• 模型A：构建一个针对高校的正负面分类模型。

• 模型B：构建一个针对纪委的正负面分类模型。

• 模型C：构建一个区分纪委和高校的分类模型

如果后期有其他需求，如添加商品评价的正负面判断。则增加一个商品评价的正负面判断模型，并将模型C重新训练为一个三类分类器。

2、数据集收集

• 数据集A: 收集高校相关的正负面舆情 (初始正负面各2W、再逐步扩增)

• 数据集B: 收集纪委相关的正负面舆情 (初始正负面各2W、再逐步扩增)

• 数据集C: 收集高校和纪委的舆情 (初始正负面各2W、再逐步扩增)

3、数据集标注

• 数据集A: 对舆情情感倾向的正负面分别标注为1、0
• 数据集B: 对舆情情感倾向的正负面分别标注为1、0
• 数据集C: 高校舆情，纪委舆情分别标注为1、0

4、数据预处理

• 数据清洗
• 舆情数据长度的填充和截断

5、搭建模型

先上一个简单网络模型，看效果，再根据效果调整模型，确认最优模型。

6、训练模型

7、测试模型

8、将模型封装成接口