網路輿情面向分析與知識圖譜建構系統之開發研究

專案詳細資料

Description

輿情產業一年有上億之市場,不過現有的輿情系統大略在停留在品牌以及特定實體名稱的監測、聲量統計、命名實體間的相關性及交叉比對,在行銷與商業策略擬定上仍需要大量人工對資料進行篩選。 在本計畫中我們將針對各個評論目標的情緒以及面向有更細緻以及準確的判定,將輿情自動分類導流至對應部門(客服、公關,產品)。由於不同領域的情緒面向的表達方式可能不同,例如家電產品與服務性產品的評論通常差異很大。我們將應用Transfer Learning及多任務訓練等技術,來節省跨領域訓練資料的標注人力,並提升不同領域分析面向的效能。另外,智慧裝置所需之對話式搜尋模式也是KKLAB的產品發展方向。一般的影音作品的資料庫大多只收錄歌手,歌名或是片名的資料,造成其他面向的搜尋,例如利用作詞人,或導演名字等在音箱或是機上盒的搜尋之不足。在本專案,我們將利用Web資料擷取來建構娛樂知識圖譜,擴充影音搜尋的廣度。因此,第二年的計畫中我們將著力於對話意圖辨識及槽填充技術的開發,藉以建構智慧裝置的對話理解模組。
狀態進行中
有效的開始/結束日期1/06/2131/05/22

聯合國永續發展目標

聯合國會員國於 2015 年同意 17 項全球永續發展目標 (SDG),以終結貧困、保護地球並確保全體的興盛繁榮。此專案有助於以下永續發展目標:

  • SDG 8 - 體面的工作和經濟增長

Keywords

  • 輿情分析
  • 面向辨識
  • 轉移學習
  • 知識圖譜建構
  • 關係擷取

指紋

探索此專案觸及的研究主題。這些標籤是根據基礎獎勵/補助款而產生。共同形成了獨特的指紋。