申请/专利权人：同济大学

申请日：2020-08-11

公开（公告）日：2024-06-04

公开（公告）号：CN112084324B

主分类号：G06F16/335

分类号：G06F16/335;G06F30/27;G06N3/045;G06Q50/00;G08G1/01

优先权：

专利状态码：有效-授权

法律状态：2024.06.04#授权;2021.01.01#实质审查的生效;2020.12.15#公开

摘要：本发明涉及一种基于BERT和DNN模型的交通社交媒体数据处理方法，具体包括以下步骤：步骤S1：获取交通领域的社交媒体数据或与交通相关的社交媒体数据，并对交通领域的社交媒体数据或与交通相关的社交媒体数据进行数据预处理；步骤S2：调整BERT模型和DNN模型；步骤S3：通过调整后的BERT模型和DNN模型构建分析框架，根据分析框架对完成数据预处理的交通领域的社交媒体数据或与交通相关的社交媒体数据进行内容分析。与现有技术相比，本发明具有提高社交媒体数据分析的效率和准确度等优点。

主权项：1.一种基于BERT和DNN模型的交通社交媒体数据处理方法，其特征在于，具体包括以下步骤：步骤S1：获取交通领域的社交媒体数据或与交通相关的社交媒体数据，并对所述交通领域的社交媒体数据或与交通相关的社交媒体数据进行数据预处理；数据预处理的操作包括删除无用字符、文本向量化、数据过滤和数据特征提取；文本向量化的过程包括通过word2vec对获取的交通领域的社交媒体数据或与交通相关的社交媒体数据进行文本向量化；步骤S2：调整BERT模型和DNN模型；对BERT模型进行调整的过程具体为：步骤S201：根据设定的训练集比例从交通领域的社交媒体数据或与交通相关的社交媒体数据中选取相应比例的交通领域的社交媒体数据或与交通相关的社交媒体数据作为训练数据集，对BERT模型进行训练；步骤S202：根据设定的验证集比例从交通领域的社交媒体数据或与交通相关的社交媒体数据中选取相应比例的交通领域的社交媒体数据或与交通相关的社交媒体数据作为验证数据集，在训练模型的过程中对模型的性能进行验证；步骤S203：根据设定的测试集比例从交通领域的社交媒体数据或与交通相关的社交媒体数据中选取相应比例的交通领域的社交媒体数据或与交通相关的社交媒体数据作为测试数据集，在模型调整完毕后对调整后的BERT模型进行测试；步骤S3：通过调整后的所述BERT模型和DNN模型构建分析框架，根据所述分析框架对完成数据预处理的交通领域的社交媒体数据或与交通相关的社交媒体数据进行内容分析。

全文数据：

权利要求：

百度查询： 同济大学 基于BERT和DNN模型的交通社交媒体数据处理方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD