Los puntos clave no están disponibles para este artículo en este momento.
Este estudio propuso un enfoque que puede determinar individualmente los sentimientos correspondientes para cada tema mencionado en los comentarios. Como estudio de caso, recopilamos comentarios de 2 juegos de battle-royale de la plataforma Steam. Utilizamos los resultados de este estudio para proporcionar consejos a los desarrolladores de juegos sobre áreas donde sus juegos necesitan más mejoras y actualizaciones, o para desarrollar nuevos juegos mediante la minería de información de los comentarios de usuarios de juegos ya lanzados en el mismo género. Primero, ajustamos finamente el modelo de Representaciones de Codificador Bidireccional a partir de Transformadores (BERT) para clasificar comentarios que no están relacionados con juegos o que no contienen suficiente contenido para un análisis temático. En segundo lugar, utilizamos la Asignación de Dirichlet Latente (LDA) para extraer temas de los comentarios. Por último, empleamos otro modelo BERT para analizar el sentimiento del usuario hacia cada tema en cada comentario. Los resultados experimentales se pueden obtener comparando temas de diferentes juegos que fueron calificados por análisis de sentimientos. La puntuación más alta en el juego NARAKA es el tema "Optimización" con 0.4964. En el juego Z1, el tema "multijugabilidad" es 0.4393.
Jin et al. (Mon,) estudiaron esta cuestión.