Table 9. Metrics AUC-ROC (Benchmark techniques VS MLEn).

Methods/Datasets	Automobiles (%)	Birds (%)	Emotions (%)	Hotel (%)	Medical (%)	Movies (%)	News (%)	Proteins (%)
DenseNet-EHO	0.98	0.99	0.96	0.98	0.97	0.99	0.96	0.96
BERT [52]	0.9	0.9	0.87	0.91	0.89	0.91	0.86	0.88
ML-RBF [30]	0.81	0.83	0.78	0.84	0.8	0.82	0.77	0.79
RAKEL [9]	0.84	0.86	0.81	0.87	0.83	0.85	0.8	0.82
ECC [31]	0.79	0.81	0.76	0.82	0.78	0.8	0.75	0.77
CNN [5]	0.82	0.84	0.79	0.85	0.81	0.83	0.78	0.8
NB [6]	0.8	0.82	0.77	0.83	0.79	0.81	0.76	0.78
LSTM [32]	0.86	0.88	0.83	0.89	0.85	0.87	0.82	0.84
ResNet [14]	0.83	0.85	0.8	0.86	0.82	0.84	0.79	0.81
CapsNet [33]	0.85	0.87	0.82	0.88	0.84	0.86	0.81	0.83
GRU [51]	0.86	0.88	0.83	0.89	0.85	0.87	0.82	0.84