Journal of Medical Internet Research 该研究以台湾24家医疗中心2024年的5467条Google评论为语料，将常用的LDA单主题归类与基于GPT的方面级情感分析（ABSA）在同一语料上对照，发现含方面评论平均涉及2.05个不同服务方面，单主题归类产生约51.2%的表征压缩，软分配LDA可将计数层面压缩降至1.7%但语义对齐仍有限（平均集合Jaccard=0.33）且不携带方面级情感极性；多面评论中11.0%存在跨方面混合情感，其中“技术-功能背离”（肯定技术质量而批评功能质量）占61.6%；正负评论共提的方面组合不同，但点互信息分析显示这些差异主要与各方面边际流行度混杂，而非反映与流行度无关的共现倾向。