大语言模型在情感分析中的性能分析

作　　者： 杨小东

摘　　要： 文章探讨了基于 BERT 的大语言模型在情感分析任务中的性能。并通过详尽的训练与测试，详细分析了模型在情感分类上的效率。此次研究采用了数据预处理、模型训练以及参数优化等步骤，以确保实验的科学性与结果的准确性。实验结果显示，该模型在区分正负面评价方面显示出高度的准确性（92.5%）、F1 分数（0.925）及 AUC 值（0.98）。同时，文章还探讨了影响模型性能的各种因素，包括数据质量、模型参数和训练策略等。研究结果表明，BERT 模型能够有效地执行情感分析任务，并展示了其在复杂语言处理场景中的应用潜力。

来　　源： 《信息产业报道》 2025-07