(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221048426 5.8 (22)申请日 2022.05.06 (71)申请人 刘星 地址 730000 甘肃省兰州市安宁费家营什 字万新南路2-13 6号众邦金 水湾 (72)发明人 刘星　 (51)Int.Cl. G06Q 40/04(2012.01) G06F 16/35(2019.01) G06F 40/30(2020.01) G06N 3/04(2006.01) (54)发明名称 一种基于人工智能的股票舆情监测方法和 系统 (57)摘要 本申请实施例中提供了一种基于人工智能 的股票舆情监测方法和系统， 旨在提高监控准确 性， 向用户提供更具指导意义的监控结果。 其中， 股票舆情监测方法包括： 获得目标媒体发布的文 本， 筛选出针对目标对象的目标文本； 根据目标 文本的文本正文中的正向关键词和负向关键词， 确定目标文本的正向情感分数或负向情感分数； 将目标文本的评论信息输入情感识别模型， 获得 评论信息的情感分数； 根据目标文本的正向情感 分数或负向情感分数、 评论信息的情感分数、 以 及目标媒体最新的权威指标， 确定目标对象 的风 险指标； 根据目标文本的正向情感分数或负向情 感分数、 以及评论信息的情感分数， 更新目标媒 体的权威指标。 权利要求书3页 说明书8页 附图1页 CN 114913012 A 2022.08.16 CN 114913012 A 1.一种基于人工智能的股票舆情监测方法， 其特 征在于， 所述方法包括： 获得目标媒体发布 的文本， 并根据文本标题或文本正文， 筛选出针对目标对象的目标 文本， 所述目标对象为上市企业； 根据所述目标文本的文本正文中的正向关键词和负向关键词， 确定所述目标文本的正 向情感分数或负向情感分数； 将所述目标文本的评论信 息输入预先训练 的情感识别模型， 获得所述评论信 息的情感 分数； 根据所述目标文本的正向情感分数或负向情感分数、 所述评论信息的情感分数、 以及 所述目标媒体最 新的权威指标， 确定所述目标对象的风险指标； 根据所述目标文本的正向情感分数或负向情感分数、 以及所述评论信息的情感分数， 更新所述目标媒体的权威指标。 2.根据权利要求1所述的方法， 其特征在于， 所述获得目标媒体发布的文本， 并根据文 本标题或文本正文， 筛 选出针对目标对象的目标文本， 包括： 获得所述目标媒体最 新发布的文本； 检测所述文本的文本标题是否包 含所述目标对象对应的对象关键词； 如果包含， 则将所述文本确定为目标文本； 如果不包含， 则在所述文本的文本正文中检测所述对象关键词， 确定所述对象关键词 的词频指数和分布指数， 并根据所述对 象关键词的词 频指数和分布指数， 判断该文本是否 为目标文本 。 3.根据权利要求2所述的方法， 其特征在于， 所述如果不包含， 则在所述文本的文本正 文中检测所述对 象关键词， 确定所述对 象关键词的词 频指数和分布指数， 并根据所述对 象 关键词的词频指数和分布指数， 判断该文本是否为目标文本， 包括： 如果文本标题不包 含对象关键词， 则在所述文本的文本正文中检测所述对象关键词； 根据所述对象关键词的个数和所述目标文本的总字数， 确定所述对象关键词的词频指 数； 根据每个对象关键词在所述目标文本中的相对位置， 确定所述对象关键词的分布指 数； 根据所述对象关键词的词频指数和分布指数， 判断所述文本是否为目标文本 。 4.根据权利要求1所述的方法， 其特征在于， 所述根据所述目标文本的文本正文中的正 向关键词和负向关键词， 确定所述目标文本的正向情感分数或负向情感分数， 包括： 在所述目标文本的文本正文中检测预设的正向关键词和负向关键词； 根据正向关键词的个数和目标文本的总字数， 确定正向关键词的词频指数， 根据每个 正向关键词在所述 目标文本中的相对位置， 确定正向关键词的分布指数， 根据正向关键词 的词频指数和分布指数， 确定正向关键词对应的正向分数； 根据负向关键词的个数和目标文本的总字数， 确定负向关键词的词频指数， 根据每个 负向关键词在所述 目标文本中的相对位置， 确定负向关键词的分布指数， 根据负向关键词 的词频指数和分布指数， 确定负向关键词对应的负向分数； 根据正向分数和负向分数的差异程度、 以及正向分数和负向分数两者中的较大者， 确 定所述目标文本的正向情感分数或负向情感分数。权　利　要　求　书 1/3 页 2 CN 114913012 A 25.根据权利要求1所述的方法， 其特征在于， 所述根据所述目标文本的正向情感分数或 负向情感分数、 所述评论信息的情感分数、 以及所述目标媒体最新的权威指标， 确定所述目 标对象的风险指标， 包括： 所述目标文本的正向情感分数越大、 所述评论信 息的情感分数表征的负向情感程度越 大、 且所述目标媒体最 新的权威指标越大， 所述 风险指标越高； 所述目标文本的负向情感分数越大、 所述评论信 息的情感分数表征的正向情感程度越 大、 且所述目标媒体最 新的权威指标越大， 所述 风险指标越低。 6.根据权利要求1所述的方法， 其特征在于， 所述根据所述目标文本的正向情感分数或 负向情感分数、 以及所述评论信息的情感分数， 更新所述目标媒体的权威指标， 包括： 根据所述目标文本的正向情感分数或负向情感分数和所述评论信息的情感分数的差 异度， 更新所述权威指标； 其中， 所述差异度越 大， 越倾向于降低所述权威指标， 所述差异度 越小， 越倾向于增大 所述权威指标。 7.一种基于人工智能的股票舆情监测系统， 其特征在于， 所述系统包括： 服务器和多个 客户端； 每个客户端用于： 向服务器发送客户端订阅的目标对象和目标媒体， 所述目标对象为 上市企业； 所述服务器用于： 获得目标媒体发布的文本， 并根据文本标题或文本正文， 筛选出针对 目标对象的目标文本； 根据所述 目标文本的文本正文中的正向关键词和负向关键词， 确定 所述目标文本的正向情感分数或负向情感分数； 所述目标文本的评论信息输入预先训练的 情感识别模型， 获得所述评论信息的情感分数； 根据所述 目标文本的正向情感分数或负向 情感分数、 所述评论信息的情感分数、 以及所述目标媒体最新的权威指标， 确定所述目标对 象的风险指标； 根据所述 目标文本的正向情感分数或负向情感分数、 以及所述评论信息的 情感分数， 更新所述目标媒体的权威指标； 所述服务器还用于： 将目标对象的风险指标发送给订阅了该目标对象的客户端。 8.根据权利要求7所述的系统， 其特征在于， 所述服务器在根据 所述目标文本的文本正 文中的正向关键词和负向关键词， 确定所述 目标文本的正向情感分数或负向情感分数时， 具体用于： 在所述目标文本的文本正文中检测预设的正向关键词和负向关键词； 根据正向关键词 的个数和目标文本的总字数， 确定正向关键词的词 频指数， 根据每个正向关键词在所述 目 标文本中的相对位置， 确定正向关键词的分布指数， 根据正向关键词的词 频指数和分布指 数， 确定正向关键词对应的正向分数； 根据负向关键词的个数和目标文本的总字数， 确定负 向关键词的词 频指数， 根据每个负向关键词在所述 目标文本中的相对位置， 确定负向关键 词的分布指数， 根据负向关键词的词频指数和分布指数， 确定负向关键词对应的负向分数； 根据正向分数和负向分数 的差异程度、 以及正向分数和负向分数两者中的较大者， 确定所 述目标文本的正向情感分数或负向情感分数。 9.根据权利要求7所述的系统， 其特征在于， 所述服务器在根据 所述目标文本的正向情 感分数或负向情感分数、 所述评论信息的情感分数、 以及所述目标媒体最新的权威指标， 确 定所述目标对象的风险指标时， 具体用于： 所述目标文本的正向情感分数越大、 所述评论信 息的情感分数表征的负向情感程度越权　利　要　求　书 2/3 页 3 CN 114913012 A 3