多任务BERT模型在校园舆情监测中的应用

杨洵

doi:10.16009/j.issn.1009-5624.2026.01.035

信息记录材料 ›› 2026, Vol. 27 ›› Issue (1) : 108 -110+126. DOI: 10.16009/j.issn.1009-5624.2026.01.035

多任务BERT模型在校园舆情监测中的应用

杨洵

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对高校校园舆情管理中传统人工分析效率低、语义理解能力不足的问题，本研究提出了一种基于Transformer的双向编码器表示(BERT)的多任务舆情监测系统。该系统对学生每日校园评论进行情感分析(正面/负面)和主题分类(8类校园主题)。通过PyTorch框架微调bert-base-chinese模型，构建多任务学习框架，优化复杂语义处理能力。系统采用快速应用程序编程接口(Fast API)后端提供预测接口，Streamlit前端实现评论输入与结果展示，SQLite数据库存储分析结果。验证实验在5 826条校园评论数据集上进行，情感分类准确率达92.3%，主题分类准确率达87.6%。通过情感分布饼图和主题词云可视化舆情趋势，为高校管理者提供数据支持。该系统具有高准确性、实时交互能力和可扩展性，可为智慧校园管理提供技术参考。