基于PreLM-FT细粒度情感分析的餐饮业用户评论挖掘

摘要

【目的】从大量用户评论中分析用户偏好,发现产品或服务的不足并提供改进依据。【方法】选取大众点评网有关餐饮业的用户评论数据,对大量无监督语料进行预训练;用少量的标签数据微调预训练语言模型;对产品评论中各属性进行情感得分量化,并结合KANO模型分析用户对产品或服务的偏好。【结果】将餐饮业用户的产品评论数据转化为用户对产品或服务的偏好。【局限】运用KANO模型时,默认将所有用户对产品某属性的偏好视为一致,导致整体偏好分析不准确。【结论】采用PreLM-FT细粒度情感分析,能够在仅有少量标签数据的情境下,将用户评论数据转化为用户偏好得分。