本书涵盖了文本、图像、音频、视频等多种信号的多模态数据呈现出快速增长的趋势，给网络舆情分析与监管带来了前所未有的挑战。在此形势下，多模态大数据分析成为人工智能和大数据处理领域的研究热点。本书紧扣数字赋能舆情精准监管的目标，综合运用深度学习、多模态数据分析、舆情信息抽取、情感识别等科研成果，进行了系统的梳理和阐述。本书以深度学习技术在舆情监管中的应用为研究对象，面向多模态数据分析与信息抽取技术，梳理总结了实体关系抽取与食品知识图谱构建、舆情事件抽取、舆情事件发现与趋势预测、多模态舆情评论的属性及情感分析语义计算、智能问答对话生成、舆情事件风险评估与预警等方面的研究内容，共七章。每章分别论述了上述研究领域的具体问题和解决方案，力求通过丰富翔实的案例和数据分析，为新时期的舆情监管提供理论支撑和实践借鉴，助力研判化解舆情风险、构建完善数字经济治理与监管体系、推动提升科学决策智能化与食品安全社会治理水平。