一种基于图卷积神经网络的新闻趋势预测系统及方法
基本信息
| 申请号 | CN202111298567.8 | 申请日 | - |
| 公开（公告）号 | CN114021550A | 公开（公告）日 | 2022-02-08 |
| 申请公布号 | CN114021550A | 申请公布日 | 2022-02-08 |
| 分类号 | G06F40/216（2020.01）I;G06F40/289（2020.01）I;G06F40/295（2020.01）I;G06F16/36（2019.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 崔喆;韩啸;边赟;肖庆;彭泰来;陈睿;侯博元;谢欣冉;曹冬平;彭静;陈科;赵嘉昕;李美娟 | 申请（专利权）人 | 成都中科信息技术有限公司 |
| 代理机构 | 成都知都云专利代理事务所（普通合伙） | 代理人 | 陈钱 |
| 地址 | 610000四川省成都市天府新区兴隆街道科智路1369号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明一种基于图卷积神经网络的新闻趋势预测系统及方法，涉及神经网络领域。本发明通过对已带有发展趋势标注的先验新闻文本进行特征提取，并建立新闻趋势数据库，仅需要将目标新闻文本的特征向量计算出来并在数据库中找出最相似的新闻文本，就能用最相似新闻文本来预测目标新闻文本的新闻发展趋势；通过建立具备完整标注的新闻趋势数据库，从而填补了以中文新闻现状和趋势数据库的空白，新闻趋势数据库能对接不同的应用场景，从而促进新闻趋势预测领域的发展；利用中文预训练语言模型获得命名实体的嵌入向量作为图卷积神经网络的节点初值，利用图卷积神经网络提取整张图特征，并通过图池化算法可以使得图嵌入向量更好的保留层次特征。 |
