【研究目的】通过对文本进行扩展和加强，并提出了基于Bert的改进模型，以期在在线评论文本数据的监控和处理中获得更好的准确性和准确性【研究方法】本文以茶产品的在线评论文本为例，使用word2vec对文本进行深入学习，将当前常用的监管方法作为对照组，并将提出的伯特+变压器模型和伯特+XGB模型作为实验组进行实证研究研究结论]结果表明，伯特+变压器模型和伯特+XGB模型比目前应用的监管手段更有效，能够以更高的精度和准确性处理和分析文本数据。