Tecnología central del sistema de seguimiento de la opinión pública de la red de perros militares

Las tecnologías centrales del Sistema de Monitoreo de Opinión Pública de Military Dog Network son la tecnología de recopilación de información de Internet, la tecnología de procesamiento inteligente del lenguaje natural (tecnología de extracción de textos), la tecnología de recuperación de texto completo y la tecnología de aplicación de opinión pública.

1.1 Tecnología de recopilación de información de Internet

1.1.1 Potente función de recopilación de información

La potente función de recopilación de información es la garantía para todas las demás funciones. Es poco probable que los productos con una tecnología de recolección deficiente logren resultados efectivos de monitoreo de la opinión pública. La recopilación y extracción de datos de perros militares ocupa el primer lugar en toda la industria, lo que proporciona una sólida garantía para el procesamiento en profundidad de la información.

1.1.2 Admite el monitoreo de varios operadores de red

Puede monitorear los principales motores de búsqueda, portales de noticias, BBS, blogs, foros de mensajes, Weibo, videos, búsquedas, documentos

1.1.3 Función de búsqueda de metadatos

Los metabuscadores integran motores de búsqueda de diferentes rendimientos y estilos y desarrollan algunas funciones de consulta nuevas. Consultar un metabuscador equivale a consultar varios motores de búsqueda independientes. Al recuperar y recopilar información de la red, el metabuscador puede especificar condiciones de búsqueda, lo que no solo mejora la pertinencia de la recopilación de información sino que también amplía la amplitud del alcance de la recopilación, logrando el doble de resultado con la mitad del esfuerzo. 1.1.4 18.000 sitios web de monitoreo integrados

Puedes monitorear fácilmente 18.000 sitios web sin una configuración excesiva.

1.1.5 Puede monitorear sitios web en varios idiomas y codificaciones.

No es necesario configurar el reconocimiento automático de idiomas y codificaciones de sitios web.

1.1.6 Tecnología inteligente de extracción de información

La tecnología de extracción inteligente de contenido web puede extraer de manera efectiva información efectiva en páginas web, distinguir elementos de información como títulos y texto en páginas web y analizar la contenido de páginas web fusionar automáticamente contenido de múltiples páginas web con continuidad, extraer automáticamente información de foros en línea, etc.

1.1.7 Tecnología de recopilación estructurada

Lleve a cabo extracción de información estructurada y almacenamiento de datos al recopilar datos de páginas web no estructuradas para cumplir con la minería de información multidimensional y las estadísticas requeridas.

1.1.8 Monitoreo ininterrumpido en todo clima

Se puede monitorear regularmente o 24 horas al día, 7 días a la semana. En aplicaciones prácticas, se pueden lograr recopilaciones y actualizaciones a nivel de minutos.

1.2 Tecnología de procesamiento inteligente del lenguaje natural

1.2.1 Tecnología de segmentación automática de palabras

Utilizando tecnología de segmentación de palabras basada en diccionarios y combinando reglas y estadísticas para resolver eficazmente problema Comprenda el significado exacto. El método del modelo de lenguaje basado en el análisis de probabilidad se utiliza de manera integral para lograr una precisión de segmentación de palabras del 99%, y la segmentación de palabras se puede realizar para satisfacer requisitos específicos según diferentes aplicaciones. La velocidad de segmentación de palabras es rápida.

1.2.2 Palabras clave automáticas y tecnología de resumen automático

Basado en el análisis semántico del texto, la frecuencia de las palabras, la parte del discurso y la información de posición se consideran de manera integral para lograr palabras clave automáticas precisas y un resumen automático. . Al mismo tiempo, se utilizan tecnologías como la resolución de anáfora para hacer que el resumen sea más legible.

1.2.3 Tecnología de clasificación automática

La tecnología de clasificación automática que no requiere intervención manual puede mejorar eficazmente la eficiencia del procesamiento de información no estructurada. La clasificación de texto se refiere a la función de clasificación por computadora basada en el contenido del texto. La tecnología de clasificación automática de clics de Zhongke incluye los dos métodos de clasificación siguientes:

A Clasificación de texto automática basada en contenido

B Clasificación de texto basada en reglas

1.2.4 Automática tecnología de agrupación

La tecnología de agrupación automática es una tecnología de agrupación automática basada en un algoritmo de similitud. Clasifica automáticamente una gran cantidad de documentos sin clasificar, coloca documentos con contenido similar en una categoría y genera automáticamente palabras de asunto para facilitar la clasificación. determinación de nombres de categorías. Se puede utilizar para generar automáticamente temas de opinión pública, rastrear eventos noticiosos importantes, etc.

1.2.5 Tecnología de verificación de duplicación y recuperación de similitudes

Tecnología de verificación de duplicación de texto basada en la "huella digital" del documento admite la verificación de duplicación de información en datos masivos.

La recuperación de similitudes se refiere a la tecnología de encontrar otros textos con contenido similar en una colección de textos para un texto de muestra determinado.

En aplicaciones prácticas, se encuentra que los artículos con casi el mismo contenido de información de opinión pública reducen el énfasis en la información de opinión pública y se forman informes especiales, análisis de antecedentes, etc. en función de la similitud de los temas del artículo.

1.3 Tecnología de recuperación inteligente

El motor de texto completo de este sistema combina la tecnología tradicional de recuperación de texto completo con la última tecnología de búsqueda WEB, lo que mejora en gran medida los indicadores de rendimiento del motor de recuperación. Al mismo tiempo, integra una variedad de tecnologías relacionadas para proporcionar métodos de búsqueda enriquecidos y sinónimos y otros métodos de búsqueda inteligentes.