基于LSTM方法对YouTube媒体上免费营养餐计划公众意见进行分类
计算与语言
2026-04-30 v1
摘要
关于免费营养餐计划（MBG）的公众意见反映了社区的多样化响应。本研究应用长短期记忆网络（LSTM）方法对7,733条YouTube评论进行情感分类。结果表明，LSTM模型达到89%的准确率，在负面情感（F1分数0.94）表现良好，但在正面情感（F1分数0.55）表现较弱，由于负面数据占数据集的87.7%。这些发现确认了LSTM在印尼语情感分析中的有效性，同时突显了不平衡数据所带来的挑战。该研究为社交媒体基于公共政策的评估做出了贡献。
关键词
引用
@article{arxiv.2604.26312,
title = {Classification of Public Opinion on the Free Nutritional Meal Program on YouTube Media Using the LSTM Method},
author = {Berliana Enda Putri and Lisa Diani Amelia and Muhammad Zaky Zaiddan and Luluk Muthoharoh and Ardika Satria and Martin Clinton Tosima Manullang},
journal= {arXiv preprint arXiv:2604.26312},
year = {2026}
}
备注
10 pages 3 figures 3 tables Conference submission on YouTube sentiment classification using LSTM for the Free Nutritious Meal Program