摘要：
本文运用迁移学习思想，在AI Challenger2018数据集上训练细粒度情感分析模型RAM，并应用于景区和酒店数据集的情感极性提取。基于RAM模型预测结果，围绕“游客目的地印象分析”这一主题，分别完成印象词云分析、目的地综合评价、网评文本有效性分析、目的地特色分析四个任务。
针对任务1，使用TF-IDF权重计算关键词热度，并生成目的地TOP20印象词云表；针对任务2，基于RAM模型推断结果，将目的地特征表示为五维向量，并训练Adaboost回归模型拟合专家评分；针对任务3，分别使用编辑距离、词序列长度、情感极性三项指标，检测简单复制修改、无价值信息、内容不相关等三类无效文本；针对任务4，结合RAM预测结果与任务1-3的结论，对各目的地特色作出详细分析。
关键词：细粒度情感分析；迁移学习；RAM模型；游客印象；目的地评价