基于BERT模型的餐饮电商在线评论情感挖掘

• 作者: 魏一丁
• 来源期刊: 商场现代化
• 关键词: BERT F1score 情感极性 在线评论 预测模型
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 电子商务
• 页码范围: 20-21
• 页数: 2页
• 字数: 2330字
• 语种: 中文

摘要

以本地美团网美食类店铺为例,爬取在线大量数据,按目标格式注入Google的BERT模型(Bidirectional Encoding Rep-resentations from Transformers.),并构建研究对象所适用的数据模型,对潜在评论情感极性能够准确预测,对正向情感评价最高可达98％准确率,98％召回率,F1-Score最高达0.98.特别地也分析了其负向F1-Score的成因,并提出利用F1-Score构建平台分流与展现推广付费的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏一丁		5	3	1.0	1.0