1.一种基于人工智能的话题分析预警方法，其特征在于，应用于人工智能云平台，所述方法至少包括：获得情绪分析辅助数据集；其中，所述情绪分析辅助数据集是通过对在先收集的第一在线用户会话文本进行会话文本分团处理和联合特征解析所得的；

从实时获取的在线用户会话文本中，确定与所述情绪分析辅助数据集中的第一会话文本记录达到设定对应条件的第二在线用户会话文本；

结合所述第一会话文本记录对应的话题评论语句，以及每个话题评论语句对应的联合特征数据，确定所述第一会话文本记录对应的话题评论语句中，互动热力指数达到设定限值的每个待处理话题评论语句及其关联文本信息集；

利用事先设定的情绪极性知识网，确定所述每个待处理话题评论语句在对应的关联文本信息集内的情绪极性标签；

其中，所述获得情绪分析辅助数据集，包括：

对收集的所述第一在线用户会话文本进行专家知识挖掘，得到会话文本知识向量；其中，所述第一在线用户会话文本为多个；

通过对所述会话文本知识向量进行向量分簇操作，得到多个会话文本记录；确定每个会话文本记录对应的评论语句关键词；

结合属于所述每个会话文本记录的第一在线用户会话文本的提取时刻与收集场景，确定每个话题评论语句对应的联合特征数据；

将所述多个会话文本记录、所述每个会话文本记录对应的评论语句关键词，以及所述每个评论语句关键词对应的联合特征数据，确定为所述情绪分析辅助数据集；

其中，事先设定的情绪极性知识网可以是通过已认证的方式从具有安全校验要求的服务器中获得的；事先设定的情绪极性知识网中包括：多个先验主题、多个设定情绪极性特征和多组事先设定的参考文本信息，且每个先验主题反映一个话题评论语句，以及每个先验主题对应一条设定情绪极性特征，以及对应一组或多组事先设定的参考文本信息；

其中，所述从实时获取的在线用户会话文本中，确定与所述情绪分析辅助数据集中的第一会话文本记录达到设定对应条件的第二在线用户会话文本，包括：从所述情绪分析辅助数据集包含的每个会话文本记录中确定显著会话文本；

通过将每个显著会话文本与实时获取的每个在线用户会话文本进行比较，得到不少于一组互相配对的显著会话文本与在线用户会话文本；

将所述不少于一组互相配对的显著会话文本与在线用户会话文本中，显著会话文本所对应的会话文本记录，确定为所述第一会话文本记录；

将所述不少于一组互相配对的显著会话文本与在线用户会话文本中的在线用户会话文本，确定为所述第二在线用户会话文本；

其中，所述通过将每个显著会话文本与实时获取的每个在线用户会话文本进行比较，得到不少于一组互相配对的显著会话文本与在线用户会话文本，包括：挖掘每个显著会话文本的第一会话文本知识向量，以及实时获取的每个在线用户会话文本的第二会话文本知识向量；确定所述第一会话文本知识向量与所述第二会话文本知识向量之间的向量共性值；在所述向量共性值达到共性分析指标的基础上，确定所述每个显著会话文本与所述每个在线用户会话文本存在配对关系，以获得所述不少于一组互相配对的显著会话文本与在线用户会话文本；

其中，所述显著会话文本为具有代表性的会话文本。

2.如权利要求1所述的方法，其特征在于，所述确定每个会话文本记录对应的评论语句关键词，包括：确定出所述每个会话文本记录中的显著会话文本；

将所述显著会话文本与所述事先设定的情绪极性知识网中的每个事先设定的参考会话文本进行比较，得到文本比较结果；

在所述文本比较结果反映存在与所述显著会话文本配对的事先设定的参考会话文本的基础上，将该事先设定的参考会话文本对应的先验主题，确定为所述每个会话文本记录对应的评论语句关键词；

在所述文本比较结果反映所述显著会话文本与所述事先设定的情绪极性知识网中的事先设定的参考会话文本皆不配对的基础上，将所述每个会话文本记录的会话主题确定为所述每个会话文本记录对应的评论语句关键词。

3.如权利要求1所述的方法，其特征在于，所述方法还包括：

从实时获取的在线用户会话文本中，确定与所述情绪分析辅助数据集中的多个会话文本记录皆不配对的第三在线用户会话文本；

对所述第三在线用户会话文本进行向量分簇操作，得到第二会话文本记录；

确定每个第二会话文本记录对应的目标评论语句关键词；

结合属于所述每个第二会话文本记录的第三在线用户会话文本的提取时刻与收集场景，确定每个目标话题评论语句对应的联合特征数据；

将所述第二会话文本记录、所述目标评论语句关键词和所述每个目标评论语句关键词对应的联合特征数据，增添到所述情绪分析辅助数据集，得到完成优化的情绪分析辅助数据集。

4.如权利要求1所述的方法，其特征在于，所述每个话题评论语句对应的联合特征数据包括：所述每个话题评论语句对应的提取时刻与收集场景；

所述结合所述第一会话文本记录对应的话题评论语句，以及每个话题评论语句对应的联合特征数据，确定所述第一会话文本记录对应的话题评论语句中，互动热力指数达到设定限值的每个待处理话题评论语句及其关联文本信息集，包括：结合所述第一会话文本记录对应的话题评论语句，以及所述每个话题评论语句对应的提取时刻，确定每个第一会话文本记录对应的话题评论语句的互动热力指数；结合所述互动热力指数，确定所述互动热力指数达到设定限值的待处理话题评论语句；结合所述每个话题评论语句对应的收集场景，确定每个待处理话题评论语句对应的关联文本信息集；

其中，所述结合所述第一会话文本记录对应的话题评论语句，以及所述每个话题评论语句对应的提取时刻，确定每个第一会话文本记录对应的话题评论语句的互动热力指数，包括：利用每个第一会话文本记录对应的话题评论语句，以及所述每个话题评论语句对应的提取时刻，确定每个第一会话文本记录对应的话题评论语句在设定分析时段内的输出统计值；将所述输出统计值，确定为所述每个话题评论语句的互动热力指数。

5.如权利要求1所述的方法，其特征在于，所述利用事先设定的情绪极性知识网，确定所述每个待处理话题评论语句在对应的关联文本信息集内的情绪极性标签，包括以下至少一项：在确定所述每个待处理话题评论语句在事先设定的情绪极性知识网中存在对应的设定情绪极性特征的基础上，利用所述对应的设定情绪极性特征，确定所述每个待处理话题评论语句在对应的关联文本信息集内的情绪极性标签；在确定所述每个待处理话题评论语句在事先设定的情绪极性知识网中不存在对应的设定情绪极性特征的基础上，确定所述每个待处理话题评论语句在对应的关联文本信息集内属于第二情绪极性标签；

其中，所述事先设定的情绪极性知识网包括：设定情绪极性特征，以及每个设定情绪极性特征对应的先验主题；所述确定所述每个待处理话题评论语句在事先设定的情绪极性知识网中存在对应的设定情绪极性特征，包括：将所述每个待处理话题评论语句对应的评论语句关键词，与所述事先设定的情绪极性知识网中的每个先验主题进行配对，得到配对信息；在所述配对信息反映存在与所述每个待处理话题评论语句对应的评论语句关键词配对的先验主题的基础上，确定所述每个待处理话题评论语句存在对应的设定情绪极性特征；

其中，所述确定所述每个待处理话题评论语句在事先设定的情绪极性知识网中不存在对应的设定情绪极性特征，包括：在所述配对信息反映不存在与所述每个待处理话题评论语句对应的评论语句关键词配对的先验主题的基础上，确定所述每个待处理话题评论语句不存在对应的设定情绪极性特征；

其中，所述利用所述对应的设定情绪极性特征，确定所述每个待处理话题评论语句在对应的关联文本信息集内的情绪极性标签，包括：将所述对应的设定情绪极性特征所处文本信息集，与所述每个待处理话题评论语句对应的每个关联文本信息集进行配对，得到配对信息；

在所述配对信息反映存在与所述设定情绪极性特征所处文本信息集配对的关联文本信息集的基础上，确定所述每个待处理话题评论语句在该关联文本信息集内的情绪极性标签为第一情绪极性标签，以及确定所述每个待处理话题评论语句在对应的、且在与所述设定情绪极性特征所处文本信息集不配对的关联文本信息集内的情绪极性标签都是第二情绪极性标签；

在所述配对信息反映所述每个待处理话题评论语句对应的关联文本信息集与所述设定情绪极性特征所处文本信息集皆不配对的基础上，确定所述每个待处理话题评论语句在对应的关联文本信息集内的情绪极性标签都是第二情绪极性标签。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：

结合所述第一会话文本记录对应的话题评论语句、每个话题评论语句对应的联合特征数据，确定所述互动热力指数不达到设定限值的候选话题评论语句及其关联文本信息集；

确定所述每个候选话题评论语句在对应的每个关联文本信息集内为第二情绪极性标签。

7.一种基于人工智能的话题分析预警系统，其特征在于，该系统包括互相通信的人工智能云平台和在线用户会话端；

其中，人工智能云平台用于：获得情绪分析辅助数据集；其中，所述情绪分析辅助数据集是通过对在先收集的第一在线用户会话文本进行会话文本分团处理和联合特征解析所得的；从实时获取的在线用户会话文本中，确定与所述情绪分析辅助数据集中的第一会话文本记录达到设定对应条件的第二在线用户会话文本；结合所述第一会话文本记录对应的话题评论语句，以及每个话题评论语句对应的联合特征数据，确定所述第一会话文本记录对应的话题评论语句中，互动热力指数达到设定限值的每个待处理话题评论语句及其关联文本信息集；利用事先设定的情绪极性知识网，确定所述每个待处理话题评论语句在对应的关联文本信息集内的情绪极性标签；

其中，所述获得情绪分析辅助数据集，包括：

对收集的所述第一在线用户会话文本进行专家知识挖掘，得到会话文本知识向量；其中，所述第一在线用户会话文本为多个；

通过对所述会话文本知识向量进行向量分簇操作，得到多个会话文本记录；确定每个会话文本记录对应的评论语句关键词；

结合属于所述每个会话文本记录的第一在线用户会话文本的提取时刻与收集场景，确定每个话题评论语句对应的联合特征数据；

将所述多个会话文本记录、所述每个会话文本记录对应的评论语句关键词，以及所述每个评论语句关键词对应的联合特征数据，确定为所述情绪分析辅助数据集；

其中，事先设定的情绪极性知识网可以是通过已认证的方式从具有安全校验要求的服务器中获得的；事先设定的情绪极性知识网中包括：多个先验主题、多个设定情绪极性特征和多组事先设定的参考文本信息，且每个先验主题反映一个话题评论语句，以及每个先验主题对应一条设定情绪极性特征，以及对应一组或多组事先设定的参考文本信息；

其中，所述从实时获取的在线用户会话文本中，确定与所述情绪分析辅助数据集中的第一会话文本记录达到设定对应条件的第二在线用户会话文本，包括：从所述情绪分析辅助数据集包含的每个会话文本记录中确定显著会话文本；

通过将每个显著会话文本与实时获取的每个在线用户会话文本进行比较，得到不少于一组互相配对的显著会话文本与在线用户会话文本；

将所述不少于一组互相配对的显著会话文本与在线用户会话文本中，显著会话文本所对应的会话文本记录，确定为所述第一会话文本记录；

将所述不少于一组互相配对的显著会话文本与在线用户会话文本中的在线用户会话文本，确定为所述第二在线用户会话文本；

其中，所述通过将每个显著会话文本与实时获取的每个在线用户会话文本进行比较，得到不少于一组互相配对的显著会话文本与在线用户会话文本，包括：挖掘每个显著会话文本的第一会话文本知识向量，以及实时获取的每个在线用户会话文本的第二会话文本知识向量；确定所述第一会话文本知识向量与所述第二会话文本知识向量之间的向量共性值；在所述向量共性值达到共性分析指标的基础上，确定所述每个显著会话文本与所述每个在线用户会话文本存在配对关系，以获得所述不少于一组互相配对的显著会话文本与在线用户会话文本。

8.一种人工智能云平台，其特征在于，包括处理器和存储器；所述处理器和所述存储器通信连接，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述权利要求

1‑6任一项所述的方法。