随着自然语言处理技术的发展,对线上产品评论文本数据的研究也成为如今的热点。自1998年亲子游步入萌芽阶段以来,伴随着政策的发展,线上亲子游市场不断扩大,线上亲子游产品评论数据的快速增长,如何快速有效地从大量文本中提取有价值的信息就非常重要。因此,本文以携程网亲子游专题下的评论文本数据为研究对象,鉴于线上评论文本评分存在的噪音、国外亲子游产品价格较国内更高但其评分低了0.37分(5分制)两个问题,本文的研究分为以下部分:第一,利用Python爬虫技术获取携程网亲子游产品2417个,包含2015年5月2日到2019年7月8日的评论108202条评论。首先针对亲子游产品标题中提取目的地信息等信息,进行描述性统计分析,发现国外市场亲子游产品价格高于国内市场,但其评分却比国内市场低0.37分;然后对产品的评论进行预处理以便于后续情感分类和主题提取的研究;第二,利用Word2vec模型和BERT模型训练词向量,发现BERT模型在语义信息提取更加拟人,并提升了下游任务的性能;第三,训练良好的情感分类器来划分评论情感倾向性,采用了支持向量机、XGBoost、Catboost、LSTM以及本文基于Tensorflow实现的改进的WDE-LSTM模型进行对比分析,发现本文提出的情感分类器的性能最优。利用该最优的情感分类器对评论文本进行情感分类。第四,将得到的积极评论、消极评论划分为国内、国外目的地,分别通过T-LDA模型进行主题的挖掘,从而帮助产品开发者或消费者提取大量评论文本中的主题信息,了解亲子游产品的优缺点,并进行差异性研究。