網(wǎng)絡(luò)輿情的重要性毋庸置疑，如何處理，常用說法是“網(wǎng)絡(luò)輿情監(jiān)控”。似乎“監(jiān)控”比起警察24小時布點隨時準(zhǔn)備抓人，更有噱頭，更唬人！
自從2014年視頻文字識別系統(tǒng)開發(fā)包問世以來，我一直在聯(lián)系各個互聯(lián)網(wǎng)視頻行業(yè)以及傳媒行業(yè)的軟件開發(fā)集成商，主要因為部門內(nèi)分工，一直沒把精力放在輿情監(jiān)控領(lǐng)域進(jìn)行推廣。目前兩大傳媒行業(yè)的集成商都已經(jīng)將我公司的產(chǎn)品進(jìn)行集成投放市場，我想也該注重一下輿情監(jiān)控領(lǐng)域了。
對于大多數(shù)人可能不太了解輿情監(jiān)控，這個行業(yè)看似冷門，實際上作用還是非常大的：
1.根據(jù)互聯(lián)網(wǎng)搜索引擎的搜索調(diào)查，目前主要需求輿情監(jiān)控的用戶大多是政府單位部門。因為他們需要實時把握民眾的關(guān)注熱點，需要及時阻止不良信息傳播，適時針對謠言進(jìn)行封鎖并辟謠。所以很早就已經(jīng)有人關(guān)注這方面的業(yè)務(wù)與應(yīng)用，如下圖，還是2012年網(wǎng)友的提問。
2.國內(nèi)的一些大數(shù)據(jù)分析公司，也會專門針對互聯(lián)網(wǎng)信息進(jìn)行收集監(jiān)測。我之前也接觸過幾家公司，他們主要是針對的大型集團(tuán)企業(yè)，每天會不間斷的到互聯(lián)網(wǎng)上去爬去抓取各類信息，然后按照這些大型集團(tuán)企業(yè)的要求按照各種關(guān)鍵詞進(jìn)行匹配和數(shù)據(jù)整理。比如，海爾集團(tuán)會要求大數(shù)據(jù)分析公司重點關(guān)注有關(guān)海爾公司情況的軟文和資料，主要是了解公眾對海爾集團(tuán)的看法。
3.還有一些特殊行業(yè)：比如軍隊，公安廳等他們也會去網(wǎng)上做一些偵查任務(wù)，也包括一些國際輿論的監(jiān)測。
4.一些信息出口的小型公司企業(yè)，會需要做信息的輸出監(jiān)測，避免不良信息在他們的環(huán)境中隨意傳播或者泄露到互聯(lián)網(wǎng)中，比如中小型論壇，博客網(wǎng)，網(wǎng)絡(luò)空間等。
以上四種類型的用戶目前在用的系統(tǒng)其實都是針對文字本身進(jìn)行監(jiān)測的，而對一些圖片、視頻中文字信息的處理則顯得有些吃力，有些輿情監(jiān)控領(lǐng)域的從業(yè)人員甚至認(rèn)為圖片過濾是理所應(yīng)當(dāng)?shù)氖?，認(rèn)為哪家同行業(yè)公司要是有圖片非過濾監(jiān)測技術(shù)反而不正常一他們已經(jīng)習(xí)慣了沒有圖片文字監(jiān)測技術(shù)的時代了。
我之前跟幾個輿情系統(tǒng)公司人員聊過，問他們是否了解OCR識別技術(shù)，他們說這個技術(shù)不成熟，無法進(jìn)行正常的業(yè)務(wù)使用。其實，這已經(jīng)是很多年前的觀點了，現(xiàn)在北京文通科技視頻文字識別系統(tǒng)已經(jīng)在這個方面做的相當(dāng)成熟了。
文通視頻文字識別系統(tǒng)，包括后續(xù)要出品的互聯(lián)網(wǎng)圖片文字識別系統(tǒng)都可以對網(wǎng)絡(luò)上傳播的圖片進(jìn)行很好的文字識別、提取。不僅可以識別中、簡、繁三種文字類型并輸出文字在圖片中的坐標(biāo)信息，還可以識別英文以及中英混排，而且針對一些效果字體也可以很好的識別。
如下圖所示是對加粗的特殊字體的識別。
如下2張圖所示，圖中的文字信息是彩色背景的，目前市面上能搜索找到的傳統(tǒng)的ocr技術(shù)都無法識別，連文字都分析不出來，而新技術(shù)是可以的，處理下面的圖，新技術(shù)可以自動定位到文字，然后進(jìn)行字符切分識別，整個過程只用了0.2秒。
文通文字視頻識別系統(tǒng)對海量網(wǎng)絡(luò)輿論信息進(jìn)行分析，并識別其中的關(guān)鍵信息，及時通知到相關(guān)人員，從而第一時間應(yīng)急響應(yīng)，為正確輿論導(dǎo)向及收集群眾意見提供幫助的一套信息化系統(tǒng)。而且各地政府單位已經(jīng)陸陸續(xù)續(xù)注意到了這一點，并且嘗試以創(chuàng)新的元素加入到現(xiàn)有的輿情監(jiān)控領(lǐng)域中。
