CN110674300B - 用于生成信息的方法和装置 - Google Patents

Abstract

本公开的实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：获取针对目标对象的舆情文本向量信息集合，其中，舆情文本向量信息包括舆情文本向量和时间标识；基于该舆情文本向量信息集合中的时间标识所指示的顺序，生成针对该目标对象的文本情感时域向量；根据该文本情感时域向量，生成针对该目标对象的舆情预警信息，其中，该舆情预警信息用于表征该目标对象发生目标事件的可能性，该目标事件与该舆情文本向量信息集合所指示的文本内容相关联。该实施方式实现了对舆情文本数据的充分利用，提升了舆情预警的准确度。

Description

用于生成信息的方法和装置

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于生成信息的方法和装置。

背景技术

随着互联网技术的发展，越来越多的民众和媒体通过网络发表评论，网络舆情的数据规模也随之急剧上升。网络舆情越来越成为一种重要的数据来源。

相关的方式通常是首先对舆情文本进行要素提取，再根据情感字典判别舆情文本的情感分类。从而组成结构化数据，再将上述结构化数据添加到评估模型中作为补充特征，从而分析舆情数据中的热点事件。

发明内容

本公开的实施例提出了用于生成信息的方法和装置。

第一方面，本公开的实施例提供了一种用于生成信息的方法，该方法包括：获取针对目标对象的舆情文本向量信息集合，其中，舆情文本向量信息包括舆情文本向量和时间标识；基于舆情文本向量信息集合中的时间标识所指示的顺序，生成针对目标对象的文本情感时域向量；根据文本情感时域向量，生成针对目标对象的舆情预警信息，其中，舆情预警信息用于表征目标对象发生目标事件的可能性，目标事件与舆情文本向量信息集合所指示的文本内容相关联。

在一些实施例中，上述基于舆情文本向量信息集合中的时间标识所指示的顺序，生成针对目标对象的文本情感时域向量，包括：对于舆情文本向量信息集合中的舆情文本向量信息，将该舆情文本向量信息中的舆情文本向量输入至预先训练的文本情感模型，生成与输入的舆情文本向量对应的文本情感值；根据时间标识对所生成的文本情感值进行排序，生成文本情感时域向量，其中，文本情感时域向量包括文本情感值序列。

在一些实施例中，上述根据文本情感时域向量，生成针对目标对象的舆情预警信息，包括：根据时序异常检测算法对文本情感时域向量进行检测，生成舆情预警信息，其中，时序异常检测算法用于检测文本情感时域向量中的元素的数值波动。

在一些实施例中，上述基于舆情文本向量信息集合中的时间标识所指示的顺序，生成针对目标对象的文本情感时域向量，包括：根据舆情文本向量对舆情文本向量信息集合进行聚类，生成目标数目个舆情文本向量信息子集合，其中，舆情文本向量信息子集合用于表征舆情事件；生成目标数目个舆情文本向量信息子集合各自对应的舆情事件向量，其中，舆情事件向量中包括用于表征文本情感的元素；将生成的目标数目个舆情事件向量整合成文本情感时域向量。

在一些实施例中，上述根据文本情感时域向量，生成针对目标对象的舆情预警信息，包括：将文本情感时域向量输入至预先训练的舆情预警模型，生成针对目标对象的舆情预警信息。

在一些实施例中，上述舆情事件向量中还包括用于表征舆情事件持续时间的元素；上述文本情感时域向量中包括以下至少一项的统计值：舆情文本向量信息子集合的数目，舆情文本向量信息子集合中舆情文本向量信息的数目，文本情感值，舆情事件持续时间。

在一些实施例中，上述获取针对目标对象的舆情文本向量信息集合，包括：获取关键词，其中，关键词包括目标对象的标识和其他限定词；从预设的舆情数据源抓取与关键词匹配的文本信息集合，其中，文本信息包括文本内容和时间标识；对文本信息集合中的文本信息的文本内容进行预处理；将经过预处理的文本内容转换为文本向量，生成目标舆情文本向量信息集合；以及该方法还包括：响应于确定所生成的舆情预警信息所指示的舆情事件的可能性大于预设阈值，向目标设备发送预警信息，其中，舆情预警信息所指示的舆情事件与其他限定词相关联。

第二方面，本公开的实施例提供了一种用于生成信息的装置，该装置包括：获取单元，被配置成获取针对目标对象的舆情文本向量信息集合，其中，舆情文本向量信息包括舆情文本向量和时间标识；向量生成单元，被配置成基于舆情文本向量信息集合中的时间标识所指示的顺序，生成针对目标对象的文本情感时域向量；信息生成单元，被配置成根据文本情感时域向量，生成针对目标对象的舆情预警信息，其中，舆情预警信息用于表征目标对象发生目标事件的可能性，目标事件与舆情文本向量信息集合所指示的文本内容相关联。

在一些实施例中，上述向量生成单元包括：情感值生成模块，被配置成对于舆情文本向量信息集合中的舆情文本向量信息，将该舆情文本向量信息中的舆情文本向量输入至预先训练的文本情感模型，生成与输入的舆情文本向量对应的文本情感值；向量生成模块，被配置成根据时间标识对所生成的文本情感值进行排序，生成文本情感时域向量，其中，文本情感时域向量包括文本情感值序列。

在一些实施例中，上述信息生成单元进一步被配置成：根据时序异常检测算法对文本情感时域向量进行检测，生成舆情预警信息，其中，时序异常检测算法用于检测文本情感时域向量中的元素的数值波动。

在一些实施例中，上述向量生成单元包括：子集合生成模块，被配置成根据舆情文本向量对舆情文本向量信息集合进行聚类，生成目标数目个舆情文本向量信息子集合，其中，舆情文本向量信息子集合用于表征舆情事件；事件向量生成模块，被配置成生成目标数目个舆情文本向量信息子集合各自对应的舆情事件向量，其中，舆情事件向量中包括用于表征文本情感的元素；整合模块，被配置成将生成的目标数目个舆情事件向量整合成文本情感时域向量。

在一些实施例中，上述信息生成单元进一步被配置成：将文本情感时域向量输入至预先训练的舆情预警模型，生成针对目标对象的舆情预警信息。

在一些实施例中，上述舆情事件向量中还包括用于表征舆情事件持续时间的元素；上述文本情感时域向量中包括以下至少一项的统计值：舆情文本向量信息子集合的数目，舆情文本向量信息子集合中舆情文本向量信息的数目，文本情感值，舆情事件持续时间。

在一些实施例中，上述获取单元包括：获取模块，被配置成获取关键词，其中，关键词包括目标对象的标识和其他限定词；抓取模块，被配置成从预设的舆情数据源抓取与关键词匹配的文本信息集合，其中，文本信息包括文本内容和时间标识；预处理模块，被配置成对文本信息集合中的文本信息的文本内容进行预处理；向量信息生成模块，被配置成将经过预处理的文本内容转换为文本向量，生成目标舆情文本向量信息集合；该装置还包括：发送单元，被配置成响应于确定所生成的舆情预警信息所指示的舆情事件的可能性大于预设阈值，向目标设备发送预警信息，其中，舆情预警信息所指示的舆情事件与其他限定词相关联。

第三方面，本公开的实施例提供了一种服务器，该服务器包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开的实施例提供的用于生成信息的方法和装置，首先获取针对目标对象的舆情文本向量信息集合。其中，舆情文本向量信息包括舆情文本向量和时间标识。而后，基于舆情文本向量信息集合中的时间标识所指示的顺序，生成针对目标对象的文本情感时域向量。之后，根据文本情感时域向量，生成针对目标对象的舆情预警信息。其中，舆情预警信息用于表征目标对象发生目标事件的可能性。目标事件与舆情文本向量信息集合所指示的文本内容相关联。从而实现了对舆情文本数据的充分利用，提升了舆情预警的准确度。进而还减少了由于预警失误而造成的网络流量和能源浪费。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的用于生成信息的方法的一个实施例的流程图；

图3是根据本公开的实施例的用于生成信息的方法的一个应用场景的示意图；

图4是根据本公开的用于生成信息的方法的又一个实施例的流程图；

图5是根据本公开的用于生成信息的装置的一个实施例的结构示意图；

图6是适于用来实现本公开的实施例的电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的用于生成信息的方法或用于生成信息的装置的示例性架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件、文本编辑类应用、阅读类应用等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持文本传输的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如为终端设备101、102、103上显示的舆情预警信息提供支持的后台服务器。后台服务器可以根据终端设备输入的关键词抓取相关文本信息并进行处理，并生成处理结果(例如与上述关键词相关的舆情预警信息)。后台服务器还可以将所生成的处理结果反馈给终端设备。

需要说明的是，上述相关文本信息也可以直接存储在服务器105的本地，服务器105可以直接提取本地所存储的相关文本信息并进行处理，此时，可以不存在终端设备101、102、103和网络104。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本公开的实施例所提供的用于生成信息的方法一般由服务器105执行，相应地，用于生成信息的装置一般设置于服务器105中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本公开的用于生成信息的方法的一个实施例的流程200。该用于生成信息的方法包括以下步骤：

步骤201，获取针对目标对象的舆情文本向量信息集合。

在本实施例中，用于生成信息的方法的执行主体(如图1所示的服务器105)可以通过有线连接方式或者无线连接方式获取针对目标对象的舆情文本向量信息集合。其中，上述舆情文本向量信息可以包括舆情文本向量和时间标识。上述舆情文本向量可以用于表征针对目标对象的舆情文本。上述目标对象可以是根据实际的应用需求，预先指定的任意对象，例如A企业、B明星。上述目标对象也可以根据规则而定，例如预设网站的搜索次数排名前十的话题所指向的对象。上述针对目标对象的舆情文本可以包括针对上述目标对象的文章、评论等。上述时间标识可以用于表征与舆情文本内容相关的时间，例如发布时间、舆情文本的内容所包含的事件发生时间等。

在本实施例中，上述执行主体可以从通信连接的数据库服务器获取上述针对目标对象的舆情文本向量信息集合。其中，上述数据库服务器可以预先存储有上述针对目标对象的舆情文本向量信息集合。

在本实施例的一些可选的实现方式中，上述执行主体还可以通过以下步骤获取针对目标对象的舆情文本向量信息集合：

第一步，获取关键词。

在这些实现方式中，上述执行主体可以首先从通信连接的电子设备(例如图1所示的终端101、102、103)获取关键词。其中，上述关键词可以包括上述目标对象的标识和其他限定词。上述目标对象的标识例如可以包括企业名称、人物姓名等等。上述其他限定词用于表征与上述目标对象相联系的舆情事件。例如，上述其他限定词可以包括“征信”、“P2P”、“网贷”、“食品安全”等。上述其他限定词中还可以包括表征时间的词，例如“7天内”、“今年”等。

第二步，从预设的舆情数据源抓取与关键词匹配的文本信息集合。

在这些实现方式中，上述执行主体可以从预设的舆情数据源抓取与上述第一步所获取的关键词相匹配的文本信息集合。其中，上述文本信息可以包括文本内容和时间标识。上述预设的舆情数据源可以包括但不限于以下至少一项：门户网站，论坛，自媒体。从而，上述文本信息可以包括但不限于舆情新闻数据、舆情评论数据等。

第三步，对文本信息集合中的文本信息的文本内容进行预处理。

在这些实现方式中，上述预处理可以包括但不限于以下至少一项：分词，文本清洗，标准化等。

第四步，将经过预处理的文本内容转换为文本向量，生成目标舆情文本向量信息集合。

在这些实现方式中，上述执行主体可以通过各种文本向量化方法将上述第三步经预处理的文本内容转换为文本向量。其中，上述文本向量化方法例如可以是CBOW(Continuous Bag-of-Words Model，连续词袋模型)。而后，上述执行主体可以将经预处理的文本内容所生成的文本向量和与之对应的时间标识确定为目标舆情文本向量信息。重复上述步骤生成上述目标舆情文本向量信息集合。

步骤202，基于舆情文本向量信息集合中的时间标识所指示的顺序，生成针对目标对象的文本情感时域向量。

在本实施例中，基于舆情文本向量信息集合中的时间标识所指示的顺序，上述执行主体可以通过各种方式生成针对目标对象的文本情感时域向量。

作为示例，上述执行主体可以通过如下步骤生成针对目标对象的文本情感时域向量：

第一步，确定舆情文本向量信息集合中各舆情文本向量信息对应的文本情感值。

在本实施例中，上述执行主体可以通过各种方式确定舆情文本向量信息集合中各舆情文本向量信息对应的文本情感值。其中，上述文本情感值可以用于表征舆情文本向量对应的舆情文本所表达的目标对象发生该舆情文本所指示的舆情事件的可能性。例如，上述执行主体可以确定各舆情文本向量信息中的舆情文本向量与预设基准舆情文本向量的相似度。其中，上述预设基准舆情文本可以基于表征目标对象发生目标舆情事件的舆情文本而生成。上述目标舆情事件(例如金融风险事件)可以为与上述舆情文本所指示的舆情事件(例如非法集资)相一致的事件。从而，上述执行主体可以将上述所确定的相似度确定为各舆情文本向量信息对应的文本情感值。

第二步，根据舆情文本向量信息集合中的时间标识进行聚类，生成与各时间段对应的舆情文本向量信息组。其中，上述舆情文本向量信息组中的舆情文本向量信息的时间标识所指示的时间可以属于同一时段。

第三步，从各舆情文本向量信息组对应的文本情感值中选取最大的文本情感值作为该组的文本情感值。

第四步，按照舆情文本向量信息组对应的时间段从先至后的顺序，将各舆情文本向量信息组的文本情感值组成向量，作为上述目标对象的文本情感时域向量。

在本实施例的一些可选的实现方式中，上述执行主体可以按照如下步骤生成针对目标对象的文本情感时域向量：

第一步，对于舆情文本向量信息集合中的舆情文本向量信息，将该舆情文本向量信息中的舆情文本向量输入至预先训练的文本情感模型，生成与输入的舆情文本向量对应的文本情感值。

在这些实现方式中，上述预先训练的文本情感模型可以利用预设的样本集合，采用机器学习算法对初始模型进行训练而得到。其中，上述初始模型例如可以是双向长短时记忆网络(Bi-directional Long Short-Term Memory，Bi-LSTM)。上述样本集合中的每个样本可以包括样本文本向量和与样本文本向量对应的样本标注信息。其中，上述样本标注信息用于表征样本目标对象是否发生样本文本所指示的舆情事件。例如，样本标注信息可以用“1”来表示发生上述事件，用“0”来表示未发生上述事件。上述样本文本向量可以是利用与前述生成目标对象的舆情文本向量一致的方法、基于针对样本目标对象的舆情文本所生成的。上述文本情感值的取值例如可以在0～1之间。从而，所生成的文本情感值越接近“1”，说明该舆情文本向量对应的舆情文本所表达的目标对象发生舆情文本所指示的舆情事件的可能性越大。

第二步，根据时间标识对所生成的文本情感值进行排序，生成文本情感时域向量。

在这些实现方式中，上述执行主体可以根据第一步所生产的文本情感值对应的时间标识所指示的时间的先后顺序进行排序，生成文本情感时域向量。其中，上述文本情感时域向量可以包括文本情感值序列。例如，对于“舆情文本向量x，8.12”、“舆情文本向量y，8.21”、“舆情文本向量z，8.18”所生成的文本情感值分别为0.5、0.8、0.7。那么所生成的文本情感时域向量可以是(0.5,0.7,0.8)。其中，上述“8.12”、“8.21”、“8.18”可以分别用于表征日期。

步骤203，根据文本情感时域向量，生成针对目标对象的舆情预警信息。

在本实施例中，根据文本情感时域向量，上述执行主体可以通过各种方式生成针对目标对象的舆情预警信息。其中，上述舆情预警信息可以用于表征上述目标对象发生目标事件的可能性。上述目标事件可以与上述舆情文本向量信息集合所指示的文本内容相关联。需要说明的是，上述舆情预警信息既可以是数值，也可以是表征可能性大小的文字，在此不作限定。

作为示例，上述执行主体可以根据上述第二步所生成的文本情感时域向量中的元素是否大于预设第一预警阈值来生成上述舆情预警信息。响应于确定上述文本情感时域向量中存在大于预设第一预警阈值的元素，上述执行主体可以生成表征提示上述目标对象发生上述目标事件的舆情报警信息。响应于确定上述文本情感时域向量中不存在大于上述预设第一预警阈值的元素，上述执行主体可以生成表征提示上述目标对象不发生上述目标事件的舆情信息。作为又一示例，上述执行主体还可以根据上述第二步所生成的文本情感时域向量中的元素的平均值是否大于预设第二预警阈值来生成上述舆情预警信息。可选地，上述执行主体也可以直接将上述大于预设第一预警阈值的元素或平均值作为上述舆情预警信息。

在本实施例的一些可选的实现方式中，基于上述步骤202的可选的实现方式，上述执行主体可以根据时序异常检测算法对上述文本情感时域向量进行检测，生成上述舆情预警信息。其中，上述时序异常检测算法可以用于检测文本情感时域向量中的元素的数值波动。作为示例，上述执行主体可以检测上述文本情感值序列中的文本情感值是否发生大于预设第三预警阈值的跃变。响应于确定发生上述跃变，上述执行主体可以生成表征提示上述目标对象发生上述目标事件的舆情报警信息。响应于确定未发生上述跃变，上述执行主体可以生成表征提示上述目标对象不发生上述目标事件的舆情信息。

可选地，上述根据上述文本情感时域向量中是否存在大于预设第一预警阈值的元素，根据文本情感时域向量中的元素的平均值是否大于预设第二预警阈值以及根据时序异常检测算法来生成针对上述目标对象的舆情预警信息的方法还可以相互组合，在此不作具体限定。

在本实施例的一些可选的实现方式中，基于上述步骤201的可选的实现方式，上述执行主体还可以响应于确定所生成的舆情预警信息所表征的可能性大于预设阈值，向目标设备发送预警信息。其中，上述舆情预警信息所指示的目标事件可以与上述其他限定词相关联。上述目标设备例如可以是用户所使用的终端(如图1中的终端101、102、103)，也可以是用于报警的设备(例如指示灯、蜂鸣器)等，还可以是显示器等。相应地，上述预警信息可以是文字、图片，也可以是控制指令，还可以是弹窗等各种形式。

继续参见图3，图3是根据本公开的实施例的用于生成信息的方法的应用场景的一个示意图。在图3的应用场景中，用户301使用终端302发送包括“企业A”、“金融借贷”的查询信息303。而后，后台服务器304可以从数据服务器305获取针对企业A的向量信息集合306。其中，向量信息集合306中的向量信息可以包括“向量x，8.12”、“向量y，8.21”、“向量z，8.18”。其中，“向量x”、“向量y”、“向量z”可以分别基于与企业A的金融借贷相关的文本而生成。而后，后台服务器304可以分别生成上述向量对应的文本情感值，例如0.5、0.8、0.7。之后，上述后台服务器304可以根据8月份上、下半月的时间段生成文本情感时域向量(0.5,0.8)307。最后，后台服务器304可以根据0.8大于预设预警阈值0.7而生成舆情告警信息308。可选地，后台服务器304还可以将上述舆情告警信息308发送至上述终端302。其中，上述舆情告警信息308例如可以是“企业A存在金融借贷风险”。

目前，现有技术之一通常是仅将相关的舆情文本的总体情感态度值作为分析舆情事件的依据，导致忽略了大规模舆情数据的时序性和关联性，丢失了舆情文本中有价值的信息。而本公开的上述实施例提供的方法，通过根据舆情文本向量之间的时序关系，生成包含时序关系的文本情感时域向量，并由此对舆情事件进行分析。从而利用舆情文本之间的时序性和关联性实现了对舆情文本数据的充分利用，提升了舆情预警的准确度。进而还减少了由于预警失误而造成的网络流量和能源浪费。

进一步参考图4，其示出了用于生成信息的方法的又一个实施例的流程400。该用于生成信息的方法的流程400，包括以下步骤：

步骤401，获取针对目标对象的舆情文本向量信息集合。

上述步骤401与前述实施例中的步骤201一致，上文针对步骤201及其可选的实现方式的描述也适用于步骤401，此处不再赘述。

步骤402，根据舆情文本向量对舆情文本向量信息集合进行聚类，生成目标数目个舆情文本向量信息子集合。

在本实施例中，根据舆情文本向量，上述执行主体用于生成信息的方法的执行主体(例如图1所示的服务器105)可以通过各种文本聚类算法对舆情文本向量信息集合进行聚类，生成目标数目个舆情文本向量信息子集合。其中，上述舆情文本向量信息子集合可以用于表征舆情事件。上述聚类算法可以包括但不限于以下至少一项：单路径(single-pass)聚类算法，K-Means算法。上述目标数目的值通常根据聚类结果而定。上述每个舆情文本向量信息子集合可以对应一个舆情事件。舆情文本向量信息子集合中的舆情文本向量对应的舆情文本通常均与该舆情事件相关联。

在本实施例的一些可选的实现方式中，上述执行主体还可以对聚类后的舆情文本向量信息子集合进行特征分析。作为示例，上述执行主体还可以利用TF-IDF(termfrequency–inverse document frequency，词频-逆文本频率指数)方法选取目标数目(例如10个)词作为舆情文本向量信息子集合对应的事件的标题。

步骤403，生成目标数目个舆情文本向量信息子集合各自对应的舆情事件向量。

在本实施例中，根据上述步骤402所生成的舆情文本向量信息子集合，上述执行主体可以通过各种方式生成与各舆情文本向量信息子集合对应的舆情事件向量，其中，上述舆情事件向量可以用于表征属于同一舆情文本向量信息子集合中的舆情文本向量信息所指向的舆情事件。上述舆情事件向量中可以包括用于表征文本情感的元素，即情感值。上述文本情感可以包括指示目标对象发生上述舆情事件的可能性。可选地，上述情感值可以根据前述实施例中步骤202的可选的实现方式中的文本情感值而确定。作为示例，上述执行主体可以首先对属于同一舆情文本向量信息子集合中的舆情文本向量信息对应的文本情感值求取均值。而后，可以将上述均值确定为该舆情文本向量信息子集合所对应的舆情事件向量中表征文本情感的元素，即情感值。

在本实施例的一些可选的实现方式中，上述舆情事件向量中还可以包括用于表征舆情事件持续时间的元素，即传播值。其中，上述舆情事件持续时间既可以包括舆情事件发生的持续时间，也可以包括舆情事件发生后引发大众讨论的持续时间。从而，上述舆情事件持续时间可以通过属于同一舆情文本向量信息子集合中的舆情文本向量信息的时间标识来确定。例如，上述执行主体可以将属于同一舆情文本向量信息子集合中的舆情文本向量信息的时间标识所指示的最晚时间与最早时间之间的差值确定为上述舆情事件持续时间。

作为示例，上述执行主体可以将上述舆情事件持续时间确定为上述传播值。作为又一示例，上述执行主体可以将上述舆情事件持续时间与各舆情事件对应的舆情事件持续时间中的最大值之间的比值确定为上述传播值，从而实现该元素的取值范围在0～1之间。

在本实施例的一些可选的实现方式中，上述舆情事件向量中还可以包括用于表征舆情事件讨论热度的元素，即热度值。其中，上述舆情事件讨论热度可以基于属于同一舆情文本向量信息子集合中的舆情文本向量信息的数目来确定。作为示例，上述执行主体可以将上述舆情文本向量信息的数目确定为上述热度值。作为又一示例，上述执行主体可以将上述舆情文本向量信息的数目与各舆情事件对应的舆情文本向量信息子集合中的舆情文本向量信息的数目中的最大值之间的比值确定为上述热度值，从而实现该元素的取值范围在0～1之间。

在本实施例的一些可选的实现方式中，上述舆情事件向量可以包括上述传播值、热度值中的至少一项和上述情感值。作为示例，上述舆情事件向量可以是(情感值，传播值)。作为又一示例，上述舆情事件向量可以是(情感值，传播值，热度值)。

在这些实现方式中，上述执行主体可以通过对上述情感值、传播值、热度值的确定实现对民众情感态度、传播范围和舆情热度的评估，从而充分利用舆情数据所蕴含的信息，提升分析舆情事件的准确性。

步骤404，将生成的目标数目个舆情事件向量整合成文本情感时域向量。

在本实施例中，上述执行主体可以通过各种方式对步骤403所生成的目标数目个舆情事件向量进行整合，以生成文本情感时域向量。其中，上述文本情感时域向量中的元素可以是上述各舆情事件向量中对应的元素的统计值。

在本实施例的一些可选的实现方式中，基于步骤403的可选的实现方式，上述文本情感时域向量中可以包括以下至少一项的统计值：舆情文本向量信息子集合的数目，舆情文本向量信息子集合中舆情文本向量信息的数目，文本情感值，舆情事件持续时间。上述统计值可以包括但不限于以下至少一项：均值，方差，标准差。作为示例，上述文本情感时域向量可以是(舆情文本向量信息子集合的数目，上述情感值的均值，上述情感值的方差，上述传播值的均值，上述传播值的方差，上述热度值的均值，上述热度值的方差)。

步骤405，根据文本情感时域向量，生成针对目标对象的舆情预警信息。

在本实施例中，根据步骤404所生成的文本情感时域向量，上述执行主体可以通过各种方式生成针对目标对象的舆情预警信息。

作为示例，上述执行主体可以根据上述文本情感时域向量中的元素是否大于预设第四预警阈值，生成针对目标对象的舆情预警信息。其中，上述预设第四预警阈值可以是阈值组。上述阈值组中的阈值可以与上述文本情感时域向量中的各元素对应。从而，上述执行主体可以响应于确定上述文本情感时域向量中存在大于上述预设第四预警阈值组中的阈值的对应的元素，生成表征提示上述目标对象发生上述文本情感时域向量所对应的舆情事件的舆情报警信息。响应于确定不存在，上述执行主体可以生成表征提示上述目标对象不发生上述文本情感时域向量所对应的舆情事件的舆情信息。

在本实施例的一些可选的实现方式中，上述执行主体可以将文本情感时域向量输入至预先训练的舆情预警模型，生成针对目标对象的舆情预警信息。

在这些实现方式中，上述预先训练的舆情预警模型可以利用预设的样本集合，采用机器学习算法对初始预警模型进行训练而得到。其中，上述初始预警模型例如可以包括但不限于GBDT(Gradient Boosting Decision Tree，梯度提升决策树)，深度神经网络(Deep Neural Networks,DNN)等。上述样本集合中的每个样本可以包括样本文本情感向量和与样本文本情感向量对应的样本标注信息。其中，上述样本标注信息用于表征样本目标对象是否发生样本文本情感向量所对应的舆情事件。例如，样本标注信息可以用“1”来表示发生上述事件，用“0”来表示未发生上述事件。上述样本文本情感向量可以是利用与前述生成目标对象的文本情感时域向量一致的方法、基于针对样本目标对象的舆情文本所生成的。上述舆情预警信息的取值例如可以在0～1之间。从而，所生成的舆情预警信息的值越接近“1”，说明该文本情感时域向量所对应的目标对象发生该舆情文本情感时域向量所对应的舆情事件的可能性越大。

在本实施例的一些可选的实现方式中，上述执行主体还可以响应于确定所生成的舆情预警信息所指示的舆情事件的可能性大于预设阈值，向目标设备发送预警信息。其中，上述舆情预警信息所指示的舆情事件可以与上述其他限定词相关联。对于此部分的描述可以与前述实施例步骤201和203的可选的实现方式中相应部分的描述一致，此处不再赘述。

从图4中可以看出，本实施例中的用于生成信息的方法的流程400体现了根据舆情文本向量进行聚类后生成文本情感时域向量的步骤。由此，本实施例描述的方案可以将舆情文本向量聚类形成对舆情事件的演进分析，从而一方面更加真实地反映出舆情数据的真实含义，另一方面充分利用舆情文本间的关联性，使得对舆情的分析更加符合现实舆情的演进规律，近而提升了舆情预警的准确性。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了用于生成信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例提供的用于生成信息的装置500包括获取单元501、向量生成单元502和信息生成单元503。其中，获取单元501，被配置成获取针对目标对象的舆情文本向量信息集合。其中，舆情文本向量信息包括舆情文本向量和时间标识。向量生成单元502，被配置成基于舆情文本向量信息集合中的时间标识所指示的顺序，生成针对目标对象的文本情感时域向量。信息生成单元503，被配置成根据文本情感时域向量，生成针对目标对象的舆情预警信息。其中，舆情预警信息用于表征目标对象发生目标事件的可能性。目标事件与舆情文本向量信息集合所指示的文本内容相关联。

在本实施例中，用于生成信息的装置500中：获取单元501、向量生成单元502和信息生成单元503的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202和步骤203的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，上述向量生成单元502可以包括情感值生成模块(图中未示出)、向量生成模块(图中未示出)。其中，上述情感值生成模块，可以被配置成对于舆情文本向量信息集合中的舆情文本向量信息，将该舆情文本向量信息中的舆情文本向量输入至预先训练的文本情感模型，生成与输入的舆情文本向量对应的文本情感值。上述向量生成模块，可以被配置成根据时间标识对所生成的文本情感值进行排序，生成文本情感时域向量。其中，上述文本情感时域向量可以包括文本情感值序列。

在本实施例的一些可选的实现方式中，上述信息生成单元503可以进一步被配置成：根据时序异常检测算法对文本情感时域向量进行检测，生成舆情预警信息。其中，上述时序异常检测算法可以用于检测文本情感时域向量中的元素的数值波动。

在本实施例的一些可选的实现方式中，上述向量生成单元502可以包括子集合生成模块(图中未示出)、事件向量生成模块(图中未示出)、整合模块(图中未示出)。其中，上述子集合生成模块，可以被配置成根据舆情文本向量对舆情文本向量信息集合进行聚类，生成目标数目个舆情文本向量信息子集合。其中，上述舆情文本向量信息子集合可以用于表征舆情事件。上述事件向量生成模块，可以被配置成生成目标数目个舆情文本向量信息子集合各自对应的舆情事件向量。其中，上述舆情事件向量中可以包括用于表征文本情感的元素。上述整合模块，可以被配置成将生成的目标数目个舆情事件向量整合成文本情感时域向量。

在本实施例的一些可选的实现方式中，上述信息生成单元503可以被进一步配置成：将文本情感时域向量输入至预先训练的舆情预警模型，生成针对目标对象的舆情预警信息。

在本实施例的一些可选的实现方式中，上述舆情事件向量中还可以包括用于表征舆情事件持续时间的元素。上述文本情感时域向量中可以包括以下至少一项的统计值：舆情文本向量信息子集合的数目，舆情文本向量信息子集合中舆情文本向量信息的数目，文本情感值，舆情事件持续时间。

在本实施例的一些可选的实现方式中，上述获取单元501可以包括获取模块(图中未示出)、抓取模块(图中未示出)、预处理模块(图中未示出)、向量信息生成模块(图中未示出)。其中，上述获取模块，可以被配置成获取关键词。其中，上述关键词可以包括目标对象的标识和其他限定词。上述抓取模块，可以被配置成从预设的舆情数据源抓取与关键词匹配的文本信息集合。其中，上述文本信息可以包括文本内容和时间标识。上述预处理模块，可以被配置成对文本信息集合中的文本信息的文本内容进行预处理。上述向量信息生成模块，可以被配置成将经过预处理的文本内容转换为文本向量，生成目标舆情文本向量信息集合。上述用于生成信息的装置500还可以包括：发送单元(图中未示出)，被配置成响应于确定所生成的舆情预警信息所指示的舆情事件的可能性大于预设阈值，向目标设备发送预警信息。其中，舆情预警信息所指示的舆情事件可以与上述其他限定词相关联。

本公开的上述实施例提供的装置，通过获取单元501获取针对目标对象的舆情文本向量信息集合。其中，舆情文本向量信息包括舆情文本向量和时间标识。向量生成单元502基于舆情文本向量信息集合中的时间标识所指示的顺序，生成针对目标对象的文本情感时域向量。信息生成单元503根据文本情感时域向量，生成针对目标对象的舆情预警信息。其中，舆情预警信息用于表征目标对象发生目标事件的可能性。目标事件与舆情文本向量信息集合所指示的文本内容相关联。从而实现了对舆情文本数据的充分利用，提升了舆情预警的准确度。进而还减少了由于预警失误而造成的网络流量和能源浪费。

下面参考图6，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)600的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、PDA(个人数字助理)、PAD(平板电脑)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标等的输入装置606；包括例如液晶显示器(LCD，Liquid Crystal Display)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开的实施例的方法中限定的上述功能。

需要说明的是，本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(Radio Frequency，射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述服务器中所包含的；也可以是单独存在，而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该服务器执行时，使得该服务器：获取针对目标对象的舆情文本向量信息集合，其中，舆情文本向量信息包括舆情文本向量和时间标识；基于舆情文本向量信息集合中的时间标识所指示的顺序，生成针对目标对象的文本情感时域向量；根据文本情感时域向量，生成针对目标对象的舆情预警信息，其中，舆情预警信息用于表征目标对象发生目标事件的可能性，目标事件与舆情文本向量信息集合所指示的文本内容相关联。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开的各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器，包括获取单元、向量生成单元、信息生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取针对目标对象的舆情文本向量信息集合的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (8)

1.一种用于生成信息的方法，包括：

获取针对目标对象的舆情文本向量信息集合，其中，舆情文本向量信息包括舆情文本向量和时间标识；

基于所述舆情文本向量信息集合中的时间标识所指示的顺序，生成针对所述目标对象的文本情感时域向量；

根据所述文本情感时域向量，生成针对所述目标对象的舆情预警信息，其中，所述舆情预警信息用于表征所述目标对象发生目标事件的可能性，所述目标事件与所述舆情文本向量信息集合所指示的文本内容相关联；

其中，所述基于所述舆情文本向量信息集合中的时间标识所指示的顺序，生成针对所述目标对象的文本情感时域向量，包括：

根据舆情文本向量对所述舆情文本向量信息集合进行聚类，生成目标数目个舆情文本向量信息子集合，其中，舆情文本向量信息子集合用于表征舆情事件；

生成所述目标数目个舆情文本向量信息子集合各自对应的舆情事件向量，其中，舆情事件向量中包括用于表征文本情感的元素，所述文本情感包括指示所述目标对象发生所述舆情事件的可能性；

将所述生成的所述目标数目个舆情事件向量整合成所述文本情感时域向量，其中，所述文本情感时域向量包括以下至少一项的统计值：舆情文本向量信息子集合的数目，舆情文本向量信息子集合中舆情文本向量信息的数目。

2.根据权利要求1所述的方法，其中，所述根据所述文本情感时域向量，生成针对所述目标对象的舆情预警信息，包括：

根据时序异常检测算法对所述文本情感时域向量进行检测，生成所述舆情预警信息，其中，所述时序异常检测算法用于检测文本情感时域向量中的元素的数值波动。

3.根据权利要求1所述的方法，其中，所述根据所述文本情感时域向量，生成针对所述目标对象的舆情预警信息，包括：

将所述文本情感时域向量输入至预先训练的舆情预警模型，生成针对所述目标对象的舆情预警信息。

4.根据权利要求1所述的方法，其中，所述舆情事件向量中还包括用于表征舆情事件持续时间的元素；所述文本情感时域向量中包括以下至少一项的统计值：文本情感值，舆情事件持续时间。

5.根据权利要求1-4之一所述的方法，其中，所述获取针对目标对象的舆情文本向量信息集合，包括：

获取关键词，其中，所述关键词包括所述目标对象的标识和其他限定词；

从预设的舆情数据源抓取与所述关键词匹配的文本信息集合，其中，所述文本信息包括文本内容和时间标识；

对所述文本信息集合中的文本信息的文本内容进行预处理；

将经过预处理的文本内容转换为文本向量，生成所述目标舆情文本向量信息集合；以及

所述方法还包括：

响应于确定所生成的舆情预警信息所指示的舆情事件的可能性大于预设阈值，向目标设备发送预警信息，其中，所述舆情预警信息所指示的舆情事件与所述其他限定词相关联。

6.一种用于生成信息的装置，包括：

获取单元，被配置成获取针对目标对象的舆情文本向量信息集合，其中，舆情文本向量信息包括舆情文本向量和时间标识；

向量生成单元，被配置成基于所述舆情文本向量信息集合中的时间标识所指示的顺序，生成针对所述目标对象的文本情感时域向量；

信息生成单元，被配置成根据所述文本情感时域向量，生成针对所述目标对象的舆情预警信息，其中，所述舆情预警信息用于表征所述目标对象发生目标事件的可能性，所述目标事件与所述舆情文本向量信息集合所指示的文本内容相关联；

其中，所述向量生成单元包括：

子集合生成模块，被配置成根据舆情文本向量对所述舆情文本向量信息集合进行聚类，生成目标数目个舆情文本向量信息子集合，其中，舆情文本向量信息子集合用于表征舆情事件；

事件向量生成模块，被配置成生成所述目标数目个舆情文本向量信息子集合各自对应的舆情事件向量，其中，舆情事件向量中包括用于表征文本情感的元素，所述文本情感包括指示所述目标对象发生所述舆情事件的可能性；

整合模块，被配置成将所述生成的所述目标数目个舆情事件向量整合成所述文本情感时域向量，其中，所述文本情感时域向量包括以下至少一项的统计值：舆情文本向量信息子集合的数目，舆情文本向量信息子集合中舆情文本向量信息的数目。

7.一种服务器，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

8.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-5中任一所述的方法。

Images