PulseAugur
中
实时 17:43:18
English(EN) Sentiment Analysis of Mobile Legends App Reviews Using Machine Learning and LSTM-Based Deep Learning Models

LSTM 深度学习模型在《Mobile Legends》应用评论情感分析方面优于机器学习

作者 PulseAugur 编辑部 · [1 个来源] ·

本文评估了机器学习和基于 LSTM 的深度学习模型在《Mobile Legends》应用评论情感分析中的应用。研究使用了包含 10,000 条已标记评论的数据集，发现 LSTM 模型达到了 92% 的准确率和 91% 的加权 F1 分数，优于传统的机器学习基线。研究表明，深度学习方法更擅长处理用户评论中非正式且依赖上下文的语言。 AI

影响 证明了深度学习在分析非正式用户生成文本方面的有效性，有望改进产品反馈分析。

排序理由 学术论文，详细介绍了机器学习模型在情感分析方面的比较研究。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

LSTM 深度学习模型在《Mobile Legends》应用评论情感分析方面优于机器学习

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Vira Putri Maharani, Kharisa Harvanny, Daris Samudra, Luluk Muthoharoh, Ardika Satria, Martin Clinton Tosima Manullang ·

    Sentiment Analysis of Mobile Legends App Reviews Using Machine Learning and LSTM-Based Deep Learning Models

    arXiv:2605.01317v1 Announce Type: new Abstract: This paper compares Machine Learning and LSTM-based Deep Learning methods for sentiment analysis of Mobile Legends app reviews. Using a dataset of 10,000 reviews labeled as positive, negative, and neutral, the study evaluates tradit…

相关实体

相关话题