来源：期刊VIP网 时间：
作者：骆宇峰;黄斌;
单位：九江市烟草公司柴桑分公司;
摘要：本文旨在研究一种基于微调大语言模型的卷烟消费者评价文本分类方法，以实现对卷烟产品评论的精准分类。针对传统深度学习模型在处理互联网中文文本时面临的挑战，本文设计了一种能够同时兼顾情感分类、主题分类和自然语言推理的人工智能模型。研究方法包括构建包含五类标签的数据集，并采用监督微调和强化微调对大语言模型进行训练。实验结果表明，该模型在测试集上Micro F1分数相比基础模型最大提升26.72%，有效地提高了对卷烟产品评论的分类准确率和灵活性。通过模型的运用可以帮助企业从互联网卷烟消费者评论中快速发现自身不足，提高产品改进效率、优化市场策略，在竞争激烈的市场中保持优势。
关键词：烟草;;文本分类;;情感分析;;主题分类;;大语言模型;;深度学习
