情感分析

研究通过分析Twitter上关于ChatGPT和GPT-3的讨论，揭示了普通用户和技术专业人士对大型语言模型（LLM）早期采用的态度差异。

本研究利用深度学习技术分析学生课程评价，展示了RoBERTa在情感分析和SVM在主题分类中的卓越表现。

通过分析在线治疗会话中的语言特征，研究发现行为激活与抑郁症状的改善密切相关。

通过自然语言处理技术，研究发现COVID-19疫情期间Reddit上的心理健康支持群体表现出更高的健康焦虑和自杀倾向。

该研究通过迁移学习和自动化机器学习工具，成功提升了社交媒体帖子风险分类的准确性，特别是在心理健康领域的应用。

本文提出了一种基于大语言模型反馈的因果关键词驱动的可靠文本分类方法，显著提升了预训练语言模型在跨域文本分类任务中的性能。

本文提出了一种基于多特征融合的深度学习情感分析方法，显著提升了情感分类的准确性。

这篇论文展示了大型语言模型（LLMs）在金融新闻情感分析和股票市场预测中的卓越表现，特别是GPT-3模型在预测股票回报方面的显著优势。

这篇论文通过情感分析和跨文化比较，揭示了P2P在线借贷平台中用户行为的情感倾向及其对评论数量和质量的显著影响。

该研究利用自然语言处理技术自动评估心理治疗中的情绪，提出了一种基于BERT的模型，显著优于传统方法。