请重写、完善、修改下面这段话使其逻辑更加合理、语句衔接更加通顺要求不能使用需要这个词请把它替换成别的词语。在使用BERT预训练模型之前首先需要对新闻文本数据进行预处理以适应BERT模型的输入格式。具体来说这个过程包括在每个句子的开头和结尾添加特殊的符号标记CLS和SEP以界定句子的起始和结束位置；同时需要统一对句子长度进行调整保持每个句子的长度为固定值若句子过长则进行截断若句子过短则进行填充；为了

在使用BERT预训练模型前，需对新闻文本数据进行预处理，以适配BERT模型输入格式。预处理包括在每句话开头和结尾加入特殊符号标记[CLS]和[SEP]，明确句子起始和结束位置。同时，应统一句子长度，确保每个句子长度相同，过长截断，过短填充。使用attention mask区分填充和非填充tokens，避免填充的tokens影响模型表现。

完成预处理后，即可加载和调用预训练中文BERT模型，在新闻文本数据上进行微调，并添加分类器。在微调过程中，需选择适当的优化器、学习率和批次大小等超参数，并进行交叉验证以评估模型性能。最后，使用微调后的BERT模型对测试集中新文本数据进行分类，输入数据获取输出，使用softmax函数将输出转换为概率分布。通过比对模型分类结果和真实测试数据，可对模型性能进行评估。