食作为旅游六要素之一,在旅游活动中占有重要地位。信息技术快速发展为旅游业带来新的发展机遇,在线餐饮平台已经成为游客获取信息和表达观点的重要途径,在这过程中产生了大量评论文本。用户直接从海量数据中获取有效信息有很大难度,利用情感分析技术能够自动抽取评论文本中所蕴含的观点。通过对评论文本进行方面挖掘以及情感分析可以得到不同方面的情绪表达,为游客在陌生的旅游环境提供丰富的决策参考信息。本文基于餐饮评论文本,分别在方面词抽取、方面情感分析以及实际应用三个方面展开研究,具体如下:（1）提出基于字嵌入的方面词抽取方法。首先通过序列标注方法对评论文本进行BIOES标注,然后使用RoBERTa模型对评论文本编码得到具有上下文依赖信息的向量,最后在CRF层通过转移分数矩阵学习标签之间关系,减少无效标签数量,选取所有可能序列路径中最合理的预测序列。实验结果表明基于字嵌入方法可以解决方面词抽取问题。（2）提出基于交叉注意力的方面情感分类方法。首先使用RoBERTa作为嵌入层分别将评论文本和方面词转化成字向量,然后通过BiLSTM分别获取评论文本和方面词的深层语义特征,最后使用交叉注意力共同学习方面词和评论的表示获取方面词和评论文本的交互关注,捕捉评论文本和方面词之间的关系,得到更新的评论文本和方面词向量表示与BiLSTM模型的输出进行乘积,输入到全连接层得到最终分类预测。实验结果表明单独对方面词进行建模可以取得更好的效果。流水线方法将情感分析任务分为独立的两个部分,忽略任务之间的潜在联系,提出基于RoBERTa联合模型进行方面抽取和方面情感分类,有效缓解流水线中错误传播和上下文丢失问题。（3）构建智慧旅游平台并实现餐饮评论文本分析功能。平台集成景区导览、酒店、美食、出行、路线及停车服务等功能模块,在此基础上,将本文提出的模型应用到平台美食模块,对餐饮评论文本进行方面词抽取及情感分析,验证本文提出模型的实用性和有效性。