跳到主要内容
检索

# 情感分析

3 篇关联报道

订阅更新
  1. 七种算法在 PLN Mobile 的 SPKLU 评论情感分析中,MLP 以 89.16% 准确率但 59.42% 宏 F1 胜出

    该研究从 Google Play Store 抓取 PLN Mobile 中 EV Charging/SPKLU 功能的用户评论,以评分作为弱标签进行情感标注,在训练集上按各算法特性施加类别权重以应对类别不平衡,并比较 Logistic Regression、SVM、Naive Bayes、MLP、RNN、BiLSTM 与 DistilBERT 七种分类算法,结果显示 MLP 在验证集上取得最高宏 F1(67.80%)并被选作最终测试模型,在 286 条测试数据上达到 89.16% 准确率与 59.42% 宏 F1,说明整体分类表现较高但各情感类别之间表现尚不均衡。

  2. medRxiv

    中国社交媒体上青少年对生殖健康视频的参与度与情感倾向:一项横断面内容分析

    该研究以18个关键词检索Bilibili上2016年9月至2024年6月发布的743条生殖健康视频,结合486.8百万次观看、12.3百万次点赞与约76万条评论文本,用描述性与Pearson相关分析刻画参与度指标,并用Qwen2.5-32B三分类情感分类器分析评论与弹幕,发现青少年参与集中于基础避孕内容,而小众或有争议话题(如绝育手术3.0%、生育意识方法2.3%)获得更高互动率,仅17%的上传者具有经核实的医学背景,且人工流产与新型避孕内容以负面情感为主(分别为52.2%与52.1%),应对自然流产的内容正面情感比例最高(24.2%)。

  3. 精神健康患者临床记录中以患者为中心的情感时序分析:回顾性队列研究

    该研究基于MIMIC-IV数据库中6,382名精神健康诊断患者的16,447份临床记录,用2个大语言模型(DeepSeek-7B、Mistral-7B)与3种词典方法(ClinSent-lexicon、TextBlob、VADER)从患者、医生和一般三种视角标注情感,发现多次入院患者的情感轨迹出现明显方向性变化、出院指导比简要病程记录波动更大、患者视角情感更均衡而医生与一般视角多为中性、大语言模型比词典方法更贴近以患者为中心的标注,并且出院记录情感轨迹在出院后30至90天内死亡的患者中显著比存活者更负面。

已读完全部报道