实现网

软件开发工程师(兼职) 远程兼职

一般月薪40000元
项目类型:
每月工作: 30天
工作方式:
python
PHP
JAVA

职位详情

核心需求
对指定的新闻文章的内容进行智能判断,提取出文章描述关键字和态度。新闻文章来源爬虫爬取的各新闻网站、微信公众号的。关键字是某单位主体的名称、简称,高校居多。如北京大学、北大,清华大学、清华。
文章的态度即是文本的情感态度,分为以下三种情况:
正面:文章对单位主体的认可赞美的。
中立:文章对单位主体进行客观真实的介绍,不包含个人立场。
负面:文章对单位主体不认可,进行批评指责甚至是恶意抹黑。
判断标准要能接近人工识别的标准,至少是让人看上去是相关的。
以下是开发中的用户界面

主要问题
在关键字提取时,像这些都是正文含有北京大学,情绪偏负面的。但是主体内容和北京大学无关的内容,是不需要的。要想办法过滤掉。这样用户一眼看过去相关度就高了。也就容易接受使用了。解决舆情系统误报问题,最终让舆情系统的检测更准确。

举例来说:
正文里面含有北京大学,但是整体文章和“北京大学”无关。造成误报。根本需求就是提高相关性,降低误报。

示例样本
根据识别是否正确,分为正样本(可以正确判断的样本)和负样本(会识别错误的样本)。
正样本
以下样本能够正确识别含有北京大学、或者北大的匹配的样本。
https://dy.163.com/article/HP3596OB0553THOL.html
https://3g.163.com/dy/article/HH4N4H660536LOE0.html
https://dy.163.com/article/HNE5U0TC0552UVEN.html
https://www.cn-healthcare.com/article/20200619/content-538308.html
负样本
负样本主要有三类
第一类的可能是分词造成的。比如下面的含有“北大”,但是不是我们需要的北京大学的“北大”。
https://news.sina.com.cn/s/2022-12-19/doc-imxxeieh3862464.shtml
http://www.zhuzhouwang.com/2020/1229/394854.shtml
https://www.sznews.com/news/content/2022-12/19/content_25525650.htm

第二类,含有“北京大学”,但是这个新闻和北京大学没关系。
https://news.hangzhou.com.cn/shxw/content/2022-12/19/content_8429260.htm
http://www.jiaodong.net/news/system/2022/12/17/014530967.shtml
https://www.ztnews.net/article/show-393527.html
http://news.66wz.com/system/2022/12/17/105529619.shtml
https://hb.ifeng.com/c/8LlaffrCHQj

第三类,含有“北京大学”,内容也匹配。但是情感分析不准确。
对于已标记的数据,我们目前的训练结果准确度能达到90%多,但是对于未标记的数据,还是会有误判的情况。希望合作方能给出更好的解决方案。

最终输出:
合作者最好有过舆情开发经验,能提供以前的项目进行对比查看。如果是全新开发需能提供初步测试的demo进行在线测试。确定可行,提供整体的解决方案,架构设计,程序源码。

已有1人投递
Small f633e73578b3cc84382c29b08124306b
Cba1699d3a0e0e1fb46e7e468cb9d793
昵称登录后显示 1 年多前
公司地址 北京 海淀
团队人数未填写
融资情况未透露
产品介绍

暂无介绍

团队介绍

暂无介绍