PulseAugur
中
实时 09:15:49
English(EN) Classification of Public Opinion on the Free Nutritional Meal Program on YouTube Media Using the LSTM Method

LSTM模型在YouTube餐食计划评论分类中达到89%的准确率

作者 PulseAugur 编辑部 · [2 个来源] ·

一项研究利用长短期记忆（LSTM）方法，通过分析7733条YouTube评论，对印度尼西亚的免费营养餐计划的公众舆论进行了分析。LSTM模型在情感分类中达到了89%的准确率，在负面评论方面表现强劲，但由于数据不平衡，在正面情感方面面临挑战。这项研究强调了LSTM在印尼文本情感分析方面的有效性，以及它在通过社交媒体评估公共政策方面的贡献。 AI

影响 展示了LSTM在公共政策评估的社交媒体情感分析中的实用性。

排序理由 关于将LSTM模型应用于社交媒体评论情感分析的学术论文。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

LSTM模型在YouTube餐食计划评论分类中达到89%的准确率

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Berliana Enda Putri, Lisa Diani Amelia, Muhammad Zaky Zaiddan, Luluk Muthoharoh, Ardika Satria, Martin Clinton Tosima Manullang ·

    Classification of Public Opinion on the Free Nutritional Meal Program on YouTube Media Using the LSTM Method

    arXiv:2604.26312v1 Announce Type: new Abstract: Public opinion towards the Free Nutritious Meal Program (MBG) on YouTube social media reflects diverse community responses. This study applies the Long Short-Term Memory (LSTM) method to classify sentiments from 7,733 YouTube commen…

  2. arXiv cs.CL TIER_1 English(EN) · Martin Clinton Tosima Manullang ·

    Classification of Public Opinion on the Free Nutritional Meal Program on YouTube Media Using the LSTM Method

    Public opinion towards the Free Nutritious Meal Program (MBG) on YouTube social media reflects diverse community responses. This study applies the Long Short-Term Memory (LSTM) method to classify sentiments from 7,733 YouTube comments. The results show that the LSTM model achieve…

相关实体

相关话题