【摘要】针对高校校园舆情管理中传统人工分析效率低、语义理解能力不足的问题，本研究提出了一种基于Ｔｒａｎｓｆｏｒｍｅｒ的双向编码器表示（ＢＥＲＴ）的多任务舆情监测系统。该系统对学生每日校园评论进行情感分析（正面／ 负面）和主题分类（８ 类校园主题）。通过ＰｙＴｏｒｃｈ框架微调ｂｅｒｔ⁃ｂａｓｅ⁃ｃｈｉｎｅｓｅ模型，构建多任务学习框架，优化复杂语义处理能力。系统采用快速应用程序编程接口（ＦａｓｔＡＰＩ）后端提供预测接口，Ｓｔｒｅａｍｌｉｔ前端实现评论输入与结果展示ＳＱＬｉｔｅ数据库存储分析结果。验证实验在５８２６条校园评论数据集上进行，情感分类准确率达９２.３％，主题分类准确率达８７.６％。通过情感分布饼图和主题词云可视化舆情趋势，为高校管理者提供数据支持。该系统具有高准确性、实时交互能力和可扩展性，可为智慧校园管理提供技术参考。