金融、地产领域一体化舆情分析平台
案例介绍
从地产各个方面进行全方位的舆情分析，包括：政府政策层面舆情、房企舆情、城市地区相关舆情、宏观行业层面舆情等角度进行地产领域舆情模型构建
分别进行新闻实体抽取、新闻实体情感识别、发布机构抽取、事件抽取等任务，底层采用规则引擎与深度学习模型相结合的方式，规则引擎是国际领先的，
支持同义词、同类词、相近词的识别与扩充，规则的识别能力随着同义词、同类词、相近词的扩充而指数级别增加。深度学习模型基于最新的ernie、bert、xlnet等模型，
构建实体抽取、文本分类、卡槽抽取等NLP模型。在地产新闻领域得到了很好的应用，准确率都在85%以上，部分可以达到95%的准确率，满足了业务的需求。
金融、地产领域一体化舆情分析平台
案例介绍
负责项目的整体架构设计（包括硬件、软件层面）、核心代码开发设计、项目生产部署、算法团队日常工作管理、人力资源管理等。
从地产各个方面进行全方位的舆情分析，包括：政府政策层面舆情、房企舆情、城市地区相关舆情、宏观行业层面舆情等角度进行地产领域舆情模型构建
分别进行新闻实体抽取、新闻实体情感识别、发布机构抽取、事件抽取等任务，底层采用规则引擎与深度学习模型相结合的方式，规则引擎是国际领先的，
支持同义词、同类词、相近词的识别与扩充，规则的识别能力随着同义词、同类词、相近词的扩充而指数级别增加。深度学习模型基于最新的ernie、bert、xlnet等模型，
构建实体抽取、文本分类、卡槽抽取等NLP模型。在地产新闻领域得到了很好的应用，准确率都在85%以上，部分可以达到95%的准确率，满足了业务的需求。
案例图片
1小时精推人才
需求方专属客服，免费梳理匹配
