摘要：利用NLP技术中情感分析与关键词提取对互联网时代发生水灾负面新闻进行监测是维护社会稳定的有效方法。基于BiLSTM模型的准确识别效率,结合多特征融合的TextRank水利新闻关键词提取模型,能比传统TextRank算法提取新闻时获得更为准确关键词。同时采用Python获取数据进行关键词提取和舆情监测,通过多维度的数据展现了一个完整的水利舆情监测系统。

摘要：针对水利舆情及业务工作对互联网舆情大数据的需求,研究利用大数据、自然语言处理等技术,基于多模态智能分析架构,采用知识图谱、信息萃取、价值识别等手段,开展信息价值点、敏感点、关键点、发酵点的发现及标引和提取,建设水利舆情大数据分析平台。平台运行有效地推动舆情工作及水利业务工作的融合,扩大水利舆情工作的深度和广度,验证水利业务系统利用互联网维度数据途径的可行性,打开互联网维度数据与水利业务数据叠加的发展空间,提升舆情大数据的价值密度,可为水利部门户网站、河(湖)长制管理、水资源管理、水资源大数据分析等业务系统,提供业务数据支持和分析决策支撑。

摘要：随着新媒体的不断发展,对热点舆情监测的需求越来越紧迫,根据水利部门工作特点和辽宁省水利信息化建设的实际情况,开发了利用搜索引擎技术、文本处理技术、知识管理方法,通过对互联网海量信息自动获取、提取、分类、聚类、主题监测、专题聚焦,实现用户对辽宁水利网络舆情监测和热点事件专题追踪的水利舆情信息监控系统。