使用大型语言模型进行应用程序评论的细粒度情感分析：评估研究
原文中文，约2100字，阅读约需5分钟。发表于：。本研究解决了自动化分析用户对于应用程序功能情感的需求，填补了大型语言模型对特定功能情感分析探索的空白。通过比较GPT-4等先进模型在无示例、少量示例条件下的表现，结果发现GPT-4在特征提取的F1分数上比基于规则的方法提高了23.6%。本研究表明，大型语言模型在生成用户评论的功能特定情感摘要方面具有潜力。
本研究比较了不同模型在情感分析任务中的表现，发现大型语言模型在特定功能情感分析方面具有潜力，并提出了一种基于大型语言模型的双语应用评论挖掘工具。其他研究还探讨了大型语言模型在情感分析、个性化评论生成和特征提取等方面的应用。
