摘要

隨著疫情緩和，旅遊成為帶動觀光的重要動能，臺灣旅遊市場也快速復甦。社群媒體的使用者生成內容（UGC）逐漸成為旅客形塑目的地印象的重要來源。然而，國內旅遊常被批評價格偏高、景點同質化與服務品質不一，負評聲量在社群與新聞討論中頻繁出現。值得注意的是，現行研究多聚焦臺灣民眾的觀點，對外國旅客在臺旅遊的觀感仍明顯不足，導致政策與行銷策略難以完整掌握旅客需求。

為補足此缺口，本研究以「外來者視角」為核心，運用文字探勘方法分析外國旅客對臺灣的旅遊印象。資料來源涵蓋 Reddit 與 X 平台，並以相同語意分析與情感分類流程進行比較。研究整合文本分類、面向式情感分析、語意嵌入、聚類與命名實體識別等技術，歸納出飲食、景點、交通、服務等九大旅遊面向。

本研究可協助政府與業者更全面掌握外國旅客觀感，提供具參考性的輿情依據，作為優化旅遊服務與行銷策略、提升臺灣國際競爭力的基礎。

緒論

近年來隨著疫情緩和，全球旅遊快速復甦。UNWTO 指出 2023 年國際旅客已恢復至疫情前水準的 89%，2024 年預估達 99%；臺灣同樣呈現成長，2024 年來台外籍旅客達 785 萬人。同時，社群與新聞平台上的旅遊討論熱度持續增加。然而，多數討論與研究皆聚焦於臺灣本地旅客的觀點，對外籍旅客在台旅遊經驗的理解仍相當有限。鑑於旅遊目的地印象（TDI）深受使用者生成內容（UGC）影響，外國旅客在社群媒體上的評論已成為其行前認知與評價的重要依據，亦對目的地行銷與政策規劃具有高度參考價值。

為補足外籍觀點的研究缺口，本研究蒐集並分析英語社群平台—Reddit 與 X—中與「臺灣旅遊」相關的討論，兩平台使用者主要來自美國、加拿大與英國，具有代表性。本研究以一致的方法處理兩組資料，透過人工標註建立訓練集，並以多種機器學習與深度學習模型（如 SVM、Logistic Regression、Random Forest、BERT-FC、BERT-LSTM）進行文本分類，並以 accuracy、precision 與 recall 等指標評估模型效能。

在語意層面，本研究執行句級情感分析以辨識整體情緒傾向，並進行基於面向的情感分析（ABSA）以擷取各旅遊面向的情緒極性。為提升面向分類品質，我們使用 Sentence-Transformers（all-MiniLM-L6-v2）進行語意嵌入與分群，並最終歸納出九大旅遊類別：飲食、景點、交通、住宿、服務體驗、消費、行政手續、環境天氣與治安安全。此外，藉由命名實體識別（NER）擷取地名與機構，使分析能延伸至具體空間與組織層次。

透過上述流程，本研究能全面呈現外國旅客對臺灣旅遊的觀感分布與情緒表現，提供政府與業者在行銷、服務改善及政策制定上的參考，進而提升臺灣在國際觀光市場的競爭力。

研究方法

一、網頁爬蟲

透過 Reddit API 及X API擷取與臺灣相關之討論版中的文章資料，包括所屬討論版、發佈日期、文章標題、文章內容、按讚數以及留言數。此外，亦同步擷取文章之留言資料，包含留言作者、留言日期、留言內容、按讚數與回覆數資訊。

二、文本分類

本研究透過人工標註與多種機器學習／深度學習模型進行文本分類，篩選與臺灣旅遊高度相關的評論。所用模型如下：

機器學習

支持向量機（Support Vector Machine）：基於最大邊界的監督式分類器，適合處理高維稀疏特徵如詞向量或TF-IDF，但參數敏感。
邏輯回歸（Logistic Regression）：線性模型，利用Sigmoid函數產出分類機率，訓練快速且易解釋。
決策樹（Decision Tree）：以遞迴分裂方式建立分類規則，結構直觀，但易過擬合，需搭配剪枝等機制。
隨機森林（Random Forest）：多棵決策樹組成的集成方法，透過隨機性降低過擬合，提升穩定性與準確率。
隨機梯度下降分類器（Stochastic Gradient Descent）：以隨機梯度下降訓練線性模型，適合大型稀疏文本資料，具良好擴展性。

深度學習

BERT+FC：BERT輸出接全連接層進行分類。
BERT+LSTM：在BERT輸出後加入LSTM以捕捉深層序列語意，有助長文本分類。

三、語意分析技術

情感分析

本研究使用 CardiffNLP 提供的 twitter-roberta-base-sentiment-latest 模型，基於 RoBERTa 架構，在約1.24億條Twitter推文上進行預訓練，並以TweetEval資料集對情感分類進行微調。由於此模型能處理非正式用語、表情符號與俚語，適用於 Reddit 貼文，能快速標記情感為正面、中立或負面。

基於面向的情感分析(ABSA)

ABSA 能識別評論中提及的屬性（如價格、景點）並判斷其情感。研究中使用 PyABSA 多語言模型，自動擷取句中屬性詞與對應情感，支援多語言，幫助挖掘 Reddit 中潛在情緒焦點與主題差異。

命名實體識別(NER)

命名實體辨識（Named Entity Recognition, NER）是自然語言處理的一項重要技術，負責識別文本中的實體名稱（如人名、地點、組織等）並加以分類。本研究採用Hugging Face上的Davlan/xlm-roberta-large-ner-hrl模型進行NER任務。此模型基於XLM-RoBERTa大型預訓練模型，在包括中文在內的十種高資源語言上進行了微調，能夠識別地點（LOC）、組織（ORG）和人名（PER）三類實體。由於其跨語言能力，此模型特別適用於處理多語文化環境下的Reddit討論。

研究結果

一、情感分析結果

透過文本分類篩選出之 1,924篇Reddit文章與20,521則留言以及2,843篇X平台文章與1,149則留言進行情感分析，分類結果分為三類：正向、中立與負向，並使用Hugging Face 所提供之預訓練模型cardiffnlp/twitter-roberta-base-sentiment-latest進行判斷。

多數外國旅客對台灣旅遊的討論以客觀描述或事實敘述為主，正向情緒多表達對台灣美食、景點等正面感受，反映外國旅客對台灣旅遊整體觀感偏向中性至正向