بهبود تجزیه و تحلیل احساسات متن های فارسی با استفاده از الگوریتم یادگیری عمیق LSTM
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 55
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SMARTCITYC03_046
تاریخ نمایه سازی: 20 فروردین 1403
چکیده مقاله:
با توجه به رشد روزافزون داده های تولید شده توسط کاربران در اینترنت و همچنین در دسترس بودن داده ها، استخراج نظرات به یک زمینه محبوب در حوزه های پردازش زبان طبیعی (NLP) و یادگیری ماشین تبدیل شده است. تحلیل احساسات و کاوش نظرات فرآیندی هوشمند جهت استخراج احساسات و عواطف کاربران درباره کالاها و خدمات دریافتی می باشد در قالب مثبت و منفی و یا یک امتیاز عددی در یک بازه به خصوص بیان می شود. بیشتر پژوهش های انجام شده در حوزه ی پردازش اطلاعات متنی، بر روی استخراج یا بازیابی اطلاعات تمرکز دارند، در حالی که در فرآیند تصمیم گیری (توسط مشتریان یا مدیران)، اطلاع از نظرات دیگران اهمیت به سزایی دارد. هدف از این پژوهش، ارائه روش های کارآمد جهت بازنمایی کلمات در قالب بردارهای تعبیه به کمک رویکردهای یادگیری عمیق می باشد که در نتیجه آن دقت سیستم های تحلیل احساس بهبود داده شود. بدین منظور سه رویکرد ادغام بردارهای تعبیه کلمات، تجمیع شبکه های عصبی کانولوشنی و ادغام دیکشنری های احساسی با داده ورودی استفاده شده پیشنهاد و مورد ارزیابی قرار گرفته است.
کلیدواژه ها:
نویسندگان
محمد علی رخشان
دانشجویی کارشناسی ارشد-مهندسی کامپیوتر-نرم افزار موسسه آموزشی آپادانا، شیراز، ایران
هاله همایونی
استادیار گروه کامپیوتر، موسسه آموزشی آپادانا، شیراز، ایران
کیمیا بازرگان لاری
استادیار گروه کامپیوتر، موسسه آموزشی آپادانا، شیراز، ایران