一种基于多属性信息融合的舆情分类方法

摘要

本发明公开了一种基于多属性信息融合的舆情分类方法，包括：利用基于连续词袋模型的文本预训练模型提取文本数据特征，并通过支持向量机分类器构造文本分类模型，进行文本属性的情绪分类；通过YOLO目标检测算法从检测网络中筛选出舆情相关的图像属性信息，并构造基于残差神经网络的图像分类模型进行图像属性的情绪分类；利用基于长短期记忆的模型提取并融合视频中的视觉、音频、文本信息，并构造视频属性的情绪分类模型；为同一发布者的不同属性情绪分类模型分配权重，并利用静态数据为不同的发布者分配权重，融合得到最终的舆情分类结果。本发明利用文本属性、图像属性和视频属性的数据，建立综合的分类模型，提升舆情信息分类的准确性。