摘要：之前的研究使用机器学习从社交媒体帖子中推断元宇宙情绪，其基准准确率达到了 88% 左右，这意味着超过十分之一的帖子被模型贴错标签或误解。阿联酋团队的模型在包含超过 85K 个帖子的数据集中达到了高达 92.6% 的准确率，使这项研究成为迄今为止对元宇宙公众情绪最详细的分析之一。...
一组来自阿拉伯联合酋长国的研究人员最近进行了一项研究，以了解人们对社交媒体上虚拟宇宙的看法。
该团队在 X 社交媒体平台(以前称之为社交媒体平台 Twitter）上面整理了包含 86,565 使用机器学习将一个帖子的数据集分为三类：积极、中立和消极。
研究人员表示，分布特征显示，表达虚拟宇宙积极心态的帖子占据了数据的最大份额，达到了 45,506 条(占总数的 53%）。研究人员发现，是的 28,663 每个帖子显示中性情绪，占总数 33%，最终 14%（12,396 一个帖子)显示负面情绪。
文章中给出的积极帖子(文章中称为“文章”)的一个例子是“早上好，让(原文)继续构建虚拟宇宙”。另一方面，一个贴有负面标签的帖子的例子是“如果我错了，请纠正我，但元宇宙不就像一款大型多人在线角色扮演手机游戏吗？如果你坚持下去，你一定很烦人 NPC 在包围下完成你的工作。”请与irl互动。
该团队在文章中指出，积极和消极情绪遵循方式，但中性情绪不是：
“积极的推特包含了许多支持元宇宙选择的词语，包括‘需要’、‘爱’、‘正确’、‘未来’和‘新’。相比之下，负面文章不仅包括“坏”、“疯狂”、除了“不”等词语外，还包含了许多攻击性的词句。中性情绪推文中没有明显的词语方式。”
他们还写道，这“为元宇宙技术的选择提供了一个有前途的迹象。”
以往的研究利用机器学习从社交媒体帖子中推断元宇宙情绪，其标准准确度已经达到 88% 这意味着超过十分之一的帖子被模型贴错了标签或误解。
阿联酋团队的模型包括超过阿联酋团队的模型 85K 每个帖子的数据集中达到高达 92.6% 这项研究的准确性使这项研究成为迄今为止对元宇宙公众情绪最详细的分析之一。然而，值得一提的是，这是一项预印本研究，因此可能没有同行评审的过程。
有关：科学家使用 WiFi 信号跟踪虚拟宇宙中的人类活动
未来的研究将集中在其他社交平台上，包括 Meta 和 Reddit，整合离线和传统情绪分析(如科学调查)，创造更全面的局面。
研究人员还承认，目前的研究受到研究术语的限制，即其工作范围仅限于“”metaverse“这个词的帖子，因此，社交媒体关于这个主题的讨论却不包括这个关键词被忽略了。
