《表1 BERT模型微调结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《意见领袖的跨圈层传播与“回音室效应”——基于深度学习文本分类及社会网络分析的方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

首先，分别从新浪微博“热门微博分类”与“名人堂”获取具有类别标签的微博数据（n=28961）、包含认证信息与简介的用户数据（n=65045）。在标签数据预处理的过程中，对相似的类别进行了整合（如“电影”和“电视剧”的类别整合为“影视”，“媒体”“媒体精英”和“时评”整合为“新闻与传媒”等），以提高模型特征识别的准确度。接下来，利用两个带类别标签的数据集分别对BERT模型进行微调训练与测试。为防止过拟合，模型在验证集准确度下降前中断训练。最后的模型测试精确率、召回率、F1值都在80%左右（如表1所示）。