輿情評價預警是指網際網路輿情中涉及的公共安全事件或企業危機可以得到及時的預警提示。
輿情評價預警是指網際網路輿情中涉及的公共安全事件或企業危機可以得到及時的預警提示,在現實危機發生之前，基於以往總結的知識或監測得到的可能性前兆，由軟體提前做出初步的預警信號，報告危機程度，以便決策者早作準備，預防危機發生或者在準備不足的情況下發生，從而最大程度地降低損失。
該輿情評價預警技術主要有以下四大方面：第一，人工智慧。自帶情感分析，自動根據文章內容判斷其情感傾向與危機度，區分正負面，為分析及決策者提供重要參考。第二， 覆蓋面廣。覆蓋所有中文搜尋引擎，包含國內主流的上百萬個新聞網站、論壇、部落格、貼吧等。第三，準確率高。內容的抽取準確率達98%，正負面判斷準確率在90%以上。第四，自動生成分析報告。通過語義分析與數據挖掘處理，自動處理和統計分析當前的監測主題，1分鐘直接輸出各種規範格式的輿情分析報告，包含概述、圖表、數據、排行等。
其核心是基於國際文本傾向性分析核心技術組件Goonie Sentiment Metrics，就是對用戶對某個事物的看法或評論的文本進行挖掘評價，從而得到該看法或評論是屬於對該事物的積極或消極意見。傳統的人工文本分類技術，先對待分析文本中的形容詞或能夠體現主觀色彩的短語進行抽取，然後對抽取出來的形容詞或短語逐一進行傾向性判斷並賦予一個傾向值，最後將上述所有傾向值累加起來，得到文章的總體文本的傾向性。輿情評價預警是在此基礎上基於機器學習的文本傾向性分析技術，即先通過人工標註一些海量語料檔案傾向性，並將這些文檔作為訓練集，再通過機器學習的方法構造一個文本情感分類器，最後使用構造好的情感分類器對文檔進行分類，即識別出該文檔的傾向性。
