-
公开(公告)号：CN114580738B
公开(公告)日：2024-05-31
申请号：CN202210201984.4
申请日：2022-03-03
Applicant: 厦门大学
Abstract: 本发明涉及一种社交媒体危机事件预测方法及系统。所述方法包括：使用预训练词向量GloVe将原始事件表示成事件向量；根据原始事件的事件向量，使用卷积神经网络和注意力机制获取原始事件的特征向量，包括已知事件的特征向量和候选事件的特征向量；使用点乘相似度计算指标来计算已知事件的特征向量和候选事件的特征向量之间的相似度；根据已知事件的特征向量和候选事件的特征向量之间的相似度，从多个候选事件中选择出危机事件的预测事件。本发明方法利用卷积神经网络和注意力机制来对事件提取特征，并根据事件间的特征相似度进行预测，能够提高事件预测的鲁棒性和准确性；并且本发明方法不依赖外部知识库，具有很强的通用性。
-
公开(公告)号：CN114580738A
公开(公告)日：2022-06-03
申请号：CN202210201984.4
申请日：2022-03-03
Applicant: 厦门大学
Abstract: 本发明涉及一种社交媒体危机事件预测方法及系统。所述方法包括：使用预训练词向量GloVe将原始事件表示成事件向量；根据原始事件的事件向量，使用卷积神经网络和注意力机制获取原始事件的特征向量，包括已知事件的特征向量和候选事件的特征向量；使用点乘相似度计算指标来计算已知事件的特征向量和候选事件的特征向量之间的相似度；根据已知事件的特征向量和候选事件的特征向量之间的相似度，从多个候选事件中选择出危机事件的预测事件。本发明方法利用卷积神经网络和注意力机制来对事件提取特征，并根据事件间的特征相似度进行预测，能够提高事件预测的鲁棒性和准确性；并且本发明方法不依赖外部知识库，具有很强的通用性。
-
Search Results
2
records
(took 0.018 seconds)
