网络评论文本数据监管处理的优化研究 ——以茶产品为例

摘要：

[研究目的]通过拓展和强化文本,并提出基于Bert的改进模型,以期在对网络评论文本数据进行监督处理时获得更好的精度和效度.[研究方法]该文以茶产品的的网络评论文本为例,运用Word2Vec进行文本的深度学习,将当前经常使用的监管方法设为对照组,将提出的Bert+Transformer模型和Bert+XGB模型设为实验组,进行实证研究.[研究结论]结果表明,Bert+Transformer模型和Bert+XGB模型比当前已经应用的监管手段更加有效,能够在更高的效度和精度上对文本数据进行处理和分析.

关键词：文本挖掘、文本数据、网络凭证、数据处理模型、细粒度情感分析、数据监管

所属期刊栏目：41

分类号：TP391;G353(计算技术、计算机技术)

资助基金：贵州省社会科学基金项目;贵州省教育厅基金项目

在线出版日期：2022-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：118-123,189