一项新研究分析了印尼学生对高等教育中人工智能采纳的情感,将传统的机器学习与基于Transformer的深度学习模型进行了比较。该研究使用了包含2,295个已标记样本的数据集,包括学生意见和词汇情感数据。虽然支持向量机(SVM)在机器学习方法中表现强劲,但经过微调的DistilBERT模型取得了最高的准确率和F1分数,证明了Transformer模型在理解上下文方面的优越能力。 AI
影响 展示了Transformer模型在捕捉情感分析上下文方面的有效性,为类似教育人工智能采纳研究提供了基准。
排序理由 学术论文,详细介绍了模型在特定NLP任务上的性能。
- arXiv
- DistilBERT
- LightGBM
- Machine Learning
- Random Forest
- Support Vector Machine
- TF-IDF
- Transformer-based Models
- Indonesian Higher Education
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →