[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

说明书

本发明公开了一种基于ChatGpt及其他深度模型建立文本分析框架的方法，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。本发明采用上述的一种基于ChatGpt及其他深度模型建立文本分析框架的方法，具有广泛的商业应用价值，使用ChatGPT4.0api分析在线登山旅游评论，替代了传统机器学习的方法，使用提示工程进而获得情感分数，进而评估模型在准确度、精确度、召回率和F1分数方面的性能。

技术领域

本发明涉及登山旅游数据挖掘技术领域，尤其是涉及一种基于ChatGpt及其他深度模型建立文本分析框架的方法。

背景技术

随着旅游电子商务的兴起和发展，越来越多的游客通过互联网购买旅游服务，并在接受旅游服务后进行评论，发表对于旅游服务品质的看法，表达对于旅游服务的情感或感受，这些评论对于其他游客评估和选择旅游服务、区域旅游服务的质量评价、改进旅游服务的质量具有很重要的参考意义。但是，面对海量的旅游评论数据，通过人工或简单的统计分析方法，既费时费力又很难深层次的发挥旅游评论的价值，如何有效分析旅游评论的情感倾向，并在此基础上评价旅游服务的质量，为游客选择旅游目的地、旅游过程中的“吃住行游购娱”等各类服务提供决策依据，为旅游主管部门提供区域旅游质量评价、改进旅游服务提供工具和依据。

目前，对评论文本进行情感分析的技术主要分为两大类：一是基于情感字典或者语意知识的方法，二是基于机器学习方法。目前，上述两种方法在文本情感分析中均有运用，但是，使用机器学习的方法进行文本情感分析的优势更为明显，弹性和准确率更高。基于现有技术出发，公开号为CN106156287A“基于旅游需求模板的景区评价数据分析舆情满意度方法”的发明专利公开了一种基于关键词模板库来分析旅游景区满意度的方法，可以认为是使用情感词典的情感分析方法，其严重依赖于用户对情感词进行赋分，不能对新的词语进行处理，对一条评论整体所表达的情感倾向分析准确性较差。

因此，如何在评估各类机器学习算法模型有缺的基础上，选择性能和准确性相互平衡，且适合旅游行业特征的分类算法模型，对提高旅游评论分析的效率和有效性，具有很高的研究价值。

发明内容

本发明的目的是提供一种基于ChatGpt及其他深度模型建立文本分析框架的方法，具有广泛的商业应用价值，使用ChatGPT4.0 api分析在线登山旅游评论，替代了传统机器学习的方法，使用提示工程进而获得情感分数，进而评估模型在准确度、精确度、召回率和F1分数方面的性能。

为实现上述目的，本发明提供了一种基于ChatGpt及其他深度模型建立文本分析框架的方法，包括以下步骤：

S1、采集登山旅游的评价文本数据；

S2、运用ChatGpt4.0 api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。

优选的，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。

优选的，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。