买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉大学

摘要：本发明提供了一种大模型舆论话题传播关键协作群体发现方法及系统。本发明针对特定主题的舆论话题传播数据，构建舆论话题传播网络图模型。采用图卷积形成节点的特征表示。针对图中已经标注协作类别的节点，学习节点分类模型，据此得到图上未标注节点的类别软标签。基于图中节点的上下文环境及类别标签、构建问答对，进行大模型微调。由设计的提示词输入微调模型，生成特定主题的舆论话题传播网络的关键协作群体并给出解释。本发明充分利用图模型学习到的图结构化信息和节点分布知识转移到大语言模型中，增强大语言模型对于图数据的理解能力，将其运用于可理解的舆论话题传播关键协作群体发现应用任务。

主权项：1.一种大模型舆论话题传播关键协作群体发现方法，其特征在于，包括以下步骤：步骤1：根据关键字和目标时间段，采用数据爬取技术，获取特定主题的在线社交媒体舆论话题数据集，针对获取的舆论话题传播数据集，构建舆论话题传播数据集对应的舆论话题传播网络模型；步骤2：将舆论话题传播网络模型中每个节点的文本属性采用自然语言处理编码器进行特征提取，得到舆论话题传播网络模型中每个节点的文本属性特征，进一步作为舆论话题传播网络模型中每个节点的初始特征，采用图神经网络图卷积模型对舆论话题传播网络模型中每个节点的进行多层图卷积编码，得到舆论话题传播网络模型中每个节点的特征表示向量；步骤3：针对舆论话题传播网络模型图上已经标注的节点结合步骤2得到的舆论话题传播网络模型中每个节点的特征表示，通过多层感知机网络进行训练，采用交叉熵损失函数，以学习到节点所属不同类别的分类模型；根据学习到的分类模型进行预测得到舆论话题传播网络模型图上未标注的各节点的类别软标签；步骤4：将特定主题的舆论话题传播数据集划分为训练集和测试集，基于舆论话题传播网络节点的上下文环境及对应的类别标签、构建问答对；结合基于图结构信息的节点分类知识，构建大模型微调损失函数，进行大模型微调，得到基于大模型的协作节点分类微调模型；步骤5：设计大模型舆论话题传播协作群体发现应用的提示词模板，计算当前舆论传播网络图的特征表示，将当前舆论传播网络图的特征表示向量作为token文本，与舆论传播网络图的描述性文本及相关计算结果一同作为配置信息，放入大模型提示词；步骤6：根据学习到的微调模型，由步骤5设计的提示词输入大模型微调后模型，生成特定主题的舆论话题传播网络的关键协作群体并给出解释。

全文数据：

权利要求：

百度查询： 武汉大学 一种大模型舆论话题传播关键协作群体发现方法及系统