AIGC 舆情数据指南
本文档描述了如何利用 AIGC 的 REST接口 将舆情数据添加到 LLM 引擎，从而让 LLM 对指定的舆情数据进行分析并给出分析报告。
目前 Cube + Baize 的舆情功能定位是对已有舆情数据的 AIGC 处理，帮助开发者分类舆情数据、生成舆情分析结果、生成实时舆情信息图表等功能。系统本身不提供采集舆情数据的功能。
功能描述
通过 LLM 提取数据和数据序列
通过 LLM 实现舆情正负面数据提取
生成舆情策略
生成舆情报告
工作原理
Cube 的舆情数据分析采用关系型数据库进行存储，通过原子数据描述为结构化的图表序列数据进行展示，利用 LLM 对基础数据的正面、负面及中性评价进行筛选、评价和总结。各个模块的关系结构如下图所示：
舆情数据工作结构图
原子数据管理器是 Cube 用于管理基础数据 Atom 数据的模块，每个 Atom 数据是可管理的最小数据单位，包括了数据标签、数据日期（年，月，日）和数据值。
数据标签 - 数据标签是用于匹配对话中提示词的关键描述。使用半角逗号（
,）进行分隔。数据日期 - 数据日期使用字符串形式进行描述，例如：
2023年，6月，20日等。对于舆情数据建议按照“日”为单位，连续地添加到数据库中。数据值 - 对应日期的数据值。整数类型。
舆情数据分类器是对采集到的舆情数据进行分类整理，一般的，对于已有舆情系统的场景里，在向 Cube 准备数据时不需要使用分类器。 因为绝大多数情况，舆情的正负面等信息是在舆情系统里处理的，但是我们依然提供了对数据的处理能力。
API 指南
图表数据
操作图表数据的 API文档 参考该链接。
插入数据
action 设置为
"insertAtoms"
删除数据
action 设置为
"deleteAtoms"
具体的数据操作查询 API 文档即可。这里重点介绍一下数据标签的设置方式。
数据标签是生成图表数据的关键，采用字符串形式，使用半角逗号作为分隔符，例如： 时信魔方,舆情,监测,总数,总篇数 ， 气温,北京,天气,最低气温 。
示例里分别使用了5个词和4个词描述该条目数据，标签遵循以下基本规则：
使用半角逗号（
,）分隔词组最少 3 个词
第一个词和第二个词组合成图表标题的开头
最后一个词作为数据序列的图例说明
上述示例生成的图表标题分别是： 时信魔方-舆情 - ... 和 气温-北京 - ... ，数据图例名称分别是： 总篇数 和 最低气温 。
图表示例
舆情正负面分析
Cube 的舆情模块使用复合上下文 ComplexContext 的异步推理接口对舆情内容进行正负面分析。开发者通过 舆情数据接口 向 Cube 导入舆情相关数据，例如相关的舆情正面、负面文章等。Baize LLM 会自动对舆情文章内容进行相关的正面和负面分析，开发者通过 获取上下文推理内容 接口以异步方式获取分析内容。
推理内容示例
通过以下步骤实现对正负面数据的推理：
添加正负面文章，以便在进行互动对话时，Baize 能找到对应时间的相关文章数据。
调用
addArticle新增文章数据时， 我们建议category使用有显著辨识度的名词，例如上述示例category设置为 汤臣倍健 。调用互动对话接口后，判断
context的inferable值，如果该值为true，则调用 获取上下文推理内容 获取inferenceResult数据，从而得到推理结果。
提示词设计
在使用互动对话方式获取舆情数据时，提示词可以简单明了，即使用较短的提示词 Baize 就能进行数据匹配并生成数据序列和推理。
例如：
展示汤臣倍健2023年6月的舆情数据图表。
在实际的应用场景里，我们需要在提示词里明确数据的时间描述，例如： 2023年6月 。在时间不明确的情况下 Baize 会尝试推理最近的数据日期。对于不符合日期的数据 Baize 不会进行后续推理。