Online-Q&A- und Open-Source-Communities nutzen Tags und Schlüsselwörter zur Indizierung, Kategorisierung und Suche nach spezifischem Inhalt. Der offensichtlichste Vorteil der Tag-Empfehlung liegt in der korrekten Klassifizierung von Informationen. In dieser Studie wurde erstmals die BERT-Vortrainings-Technik für Aufgaben der Tag-Empfehlung in Online-Q&A- und Open-Source-Communities eingesetzt. Unsere Evaluation anhand des freecode-Datensatzes zeigt, dass der vorgeschlagene Ansatz, TagBERT genannt, gegenüber tiefen Lernverfahren und anderen Baseline-Methoden präziser ist. Zudem erreicht unser Modell eine hohe Stabilität, indem es ein Problem aus früheren Arbeiten löst, bei dem eine Erhöhung der Anzahl empfohlener Tags signifikant die Modellleistung beeinträchtigte.