Tecnología central del sistema de seguimiento de la opinión pública de la red de perros militares
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 de todas las demás funciones. Para productos con tecnología de recolección débil, es imposible lograr 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 Soporta monitoreo por parte de varios operadores de red.
Puede monitorear los principales motores de búsqueda, portales de noticias, BBS, blogs, foros de mensajes, Weibo, videos, búsquedas y documentos.
1.1.3 Función de búsqueda de metadatos
El metabuscador integra motores de búsqueda con diferentes rendimientos y estilos, y desarrolla algunas funciones de consulta nuevas. Consultar un metabuscador equivale a consultar varios motores de búsqueda independientes. Al buscar 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, obteniendo el doble de resultado con la mitad de esfuerzo. 1.1.4 tiene 18.000 sitios web de seguimiento integrados.
Puedes monitorear fácilmente 6.543.808 sitios web sin mucha configuración.
1.1.5 puede monitorear sitios web en varios idiomas y códigos.
No es necesario configurar el reconocimiento automático de idioma y codificación del sitio 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 fusionar automáticamente Varias páginas web con contenido continuo extraen automáticamente información de foros en línea.
1.1.7 Tecnología de adquisición estructurada
Realice extracción de información estructurada y almacenamiento de datos al recopilar datos web no estructurados para satisfacer las necesidades de extracción de información y estadísticas multidimensionales.
1.1.8 Monitoreo ininterrumpido en todo clima
Se puede monitorear regularmente o las 24 horas del día. En aplicaciones prácticas, se puede lograr la recopilación y actualización a nivel de minutos.
1.2 Tecnología de procesamiento inteligente del lenguaje natural
Tecnología de segmentación automática de palabras de 1.2.1
Uso de tecnología de segmentación de palabras basada en una combinación de diccionarios, reglas y estadísticas para Resuelva eficazmente el problema de ambigüedad de segmentación de palabras. 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 de acuerdo con diferentes aplicaciones a alta velocidad.
1.2.2 Palabras clave automáticas y tecnología de resumen automático
Sobre la base del 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 Resumen automático. Al mismo tiempo, se utilizan tecnologías como el análisis de referencias para hacer que el resumen sea más legible.
1.2.3 Tecnología de clasificación automática
La tecnología de clasificación automática sin intervención manual puede mejorar eficazmente la eficiencia del procesamiento de información no estructurada. La clasificación de texto se refiere a la función de la computadora de clasificar el texto según su contenido. La tecnología de clasificación automática de Zhongke Click incluye los dos métodos de clasificación siguientes:
Clasificación automática de texto basada en contenido
Clasificación de texto basada en reglas
1.2.4 Clase de agregación automática tecnología
La tecnología de agrupación automática es una tecnología de agrupación automática basada en un algoritmo de similitud. Clasifica automáticamente una gran cantidad de documentos no clasificados, clasifica documentos con contenido similar en una categoría y genera automáticamente Las palabras clave brindan comodidad para determinar los nombres de las categorías. . Se puede utilizar para generar automáticamente temas de opinión pública, realizar un seguimiento de las principales noticias, etc.
1.2.5 Tecnología de verificación de duplicación y recuperación de similitudes
La tecnología de verificación de duplicación de texto basada en “huellas digitales” de documentos 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 un conjunto de textos para una muestra determinada. En aplicaciones prácticas, se encuentra que los artículos con información de opinión pública casi idéntica eliminan la información de opinión pública y se forman informes especiales, análisis de antecedentes, etc. en función de la similitud de los temas de los artículos;
1.3 Tecnología de recuperación inteligente
El motor de texto completo del 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, combina una variedad de tecnologías relacionadas para proporcionar métodos de búsqueda enriquecidos y sinónimos y otros métodos de búsqueda inteligentes.