随着移动网络和智能设备使用的增加,利用互联网这一数字化平台进行搜索、浏览和收集有关旅游目的地各种资讯的游客数量不断增长。本文主要研究新疆旅游目的地形象,利用旅游大数据作为研究手段,通过分析携程旅游网站上的游记等网络文本,结合ROST内容挖掘软件,精准概况游客对新疆旅游地的感知印象。基于此设计调查问卷,借助Analysis of Moment Structures软件的SEM,验证本文提出的假设成立。
为了解决预训练语言模型训练时间过长、参数多且难以部署,以及非预训练语言模型分类效果较差的问题,提出了基于知识蒸馏模型的文本情感分析。以预训练深度学习模型(Bidirectional Encoder Representations from Transformers, BERT)作...
详细信息
为了解决预训练语言模型训练时间过长、参数多且难以部署,以及非预训练语言模型分类效果较差的问题,提出了基于知识蒸馏模型的文本情感分析。以预训练深度学习模型(Bidirectional Encoder Representations from Transformers, BERT)作为教师模型,选择双向长短期记忆网络(Bidirectional Long Short-Term Memory, BiLSTM)作为学生模型;在知识蒸馏过程中,将教师模型的Softmax层的输出作为“知识”蒸馏给学生模型,并将蒸馏后的模型应用到公共事件网络舆情文本情感分析中。实验结果表明,该模型参数仅为BERT模型的1/13,使BiLSTM模型的准确率提升了2.2百分点,优于其他同类别轻量级模型,提高了文本情感分析效率。
暂无评论