情报探索 ›› 2025, Vol. 1 ›› Issue (10): 1-.
• 工作研究 •
AIGC背景下的生成式网络舆情信息识别及自动遏止机制研究
(1.上海大学文化遗产与信息管理学院 上海 200444)
(2.同济大学经济与管理学院 上海 200444)
(3.上海大学《秘书》编辑部 上海 200444)
摘要:
[目的/意义]生成式负面舆情信息具有多模态、快速演化和跨平台传播等典型特征,可能引发社会恐慌、威胁公共安全和社会稳定。本文基于负面生成式网络舆情信息的特征及传播机制,构建基于深度学习与自然语言处理技术的识别模型,提出自动遏止机制。\[方法/过程\]采用理论建模与实证分析相结合的研究方法:基于复杂网络理论构建生成式网络舆情的多层级传播模型;创新性地提出融合深度学习和自然语言处理技术的多模态信息识别框架;设计基于实时监测的自动遏止机制。\[结果/结论\]为验证模型有效性,研究选取具有代表性的境外网络舆情事件进行实证分析。通过对照实验验证,本文提出的方法在识别准确率和遏止效率上均表现出较好的效果,为网络舆情管理提供了新的技术支持和理论依据。