본 연구는 트위터 감성 분류를 위해 TF-IDF 특징을 사용한 로지스틱 회귀 모델과 BiLSTM (양방향 LSTM) 딥러닝 아키텍처를 비교 분석했어요.
실험 결과, 로지스틱 회귀 모델이 73.5%의 정확도를 기록하며 BiLSTM (69.17%)보다 우수한 성능을 보였고, 딥러닝 모델은 약간의 과적합 현상을 보였어요.
연구팀은 학습된 모델을 Streamlit을 사용하여 대화형 웹 애플리케이션에 통합하고 Hugging Face Spaces에 배포하여 공개 접근성을 높였어요.