PloS one 该研究从YouTube新闻频道抓取2024—2025年HMPV相关评论15,300条、经预处理保留9,758条，用VADER生成弱情绪标签，比较ELECTRA、RoBERTa、ALBERT、DistilBERT、XLNet与BERT六种Transformer模型，XLNet取得93.50%的最高准确率，并用SHAP的PartitionExplainer对正确分类样本给出词级归因，显示“flu”“fear”等词推动负面判断、“save”“help”“mad”与中性相关、“falling”“save”“god”“america”与正面相关。