[发明专利]一种基于ChatGpt及其他深度模型建立文本分析框架的方法

权利要求书

1.一种基于ChatGpt及其他深度模型建立文本分析框架的方法，其特征在于：包括以下步骤：

S1、采集登山旅游的评价文本数据；

S2、运用ChatGpt4.0api做文本预处理；

S3、利用BERT、ChatGpt、CNN分别进行文本情感分类；

S4、对比步骤S4中三大模型在获取文本中情感分析的性能，选择最优模型；

S5、导出不同极性的文本，通过主题分析模型来计算获取用户需求；

S6、通过词频分析架构IPA商业模型。

2.根据权利要求1所述的一种基于ChatGpt及其他深度模型建立文本分析框架的方法，其特征在于：在所述步骤S1中，所述登山旅游的评价文本数据通过网络抓取或实地获得。

3.根据权利要求1所述的一种基于ChatGpt及其他深度模型建立文本分析框架的方法，其特征在于：在所述步骤S2中，对评价文本数据进行预处理，具体如下：

通过程序语言对文本评价数据进行去重处理；

删除文本评价数据中不相关的信息，并标准化文本评价数据格式。

4.根据权利要求1所述的一种基于ChatGpt及其他深度模型建立文本分析框架的方法，其特征在于：在所述步骤S3中，BERT(BidirectionalEncoderRepresentationsfromTransformers)为一种预训练语言模型，采用fine-tune的方式构建模型；ChatGpt(ChatGenerativePre-trainedTransformer)为一种基于深度学习技术的自然语言处理模型；CNN(ConvolutionalNeuralNetwork)为一种卷积神经网络；所述BERT、所述ChatGpt、所述CNN的实施方式均包括读取数据、调取模型、将情感分类文本存储在对应文件中、得到准确性、精确度、召回率及F1分数。

5.根据权利要求1所述的一种基于ChatGpt及其他深度模型建立文本分析框架的方法，其特征在于：在所述步骤S5中，所述主题分析模型具体包括如下：将不同极性的文本组合成文本集，对所述文本集进行相关性筛选，删除低于预设相关性阈值的文本。

6.根据权利要求1所述的一种基于ChatGpt及其他深度模型建立文本分析框架的方法，其特征在于：在所述步骤S6中，所述词频分析具体包括如下：

将得到的评价文本数据输入至词频分析器，利用LDA算法，结合预设的关键字，对待分析的文本数据进行分析和统计；

将分析和统计的结果输出架构IPA商业模型。