科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
