امروزه حجم وسیع اطلاعات موجود در فضای اینترنت به گونه ای است که افراد به راحتی می توانند از افکار و عقاید سایرینمطلع شده و در تصمیم گیری های خود از آنها استفاده نمایند. از این رو، پردازش حجم وسیع اطلاعات به عنوان یکچالش مطرح می شود که مورد توجه پژوهشگران بسیاری قرار گرفته است. در این پژوهش نیز در جهت
نظرکاوی پیام هایشبکه ی اجتماعی توئیتر، سه زیروظیفه ی اصلی
تحلیل ذهنی بودن توئیت ها ، ایجاد لغت نامه احساسی و تحلیلاحساس توئیت ها مورد بررسی قرار می گیرد. واژه نامه های احساسی منابع ارزشمندی در حوزه ی
تحلیل احساس متونهستند. این واژه نامه ها به روش های مختلف به صورت باناظر، بدون ناظر و یا نیمه ناظر تولید می شوند. در این پژوهش ازمنابع واژه نامه موجود برای زبان فارسی استفاده می شود تا بتوان به صورت نیمه ناظر با استفاده از روشهای یادگیری عمیقاین منابع را گسترش داد و واژه نامه ی بزرگتری را ایجاد نمود. طبقه بندی توئیت ها از نظر احساس از دیگر وظایف اینپژوهش به شمار می آید. در این پژوهش، یک روش نیمه ناظر مبتنی بر واژه نامه ارائه شده است که توئیت های ذهنی را دردو کلاس مثبت و منفی طبقه بندی می کند. همچنین روش ارائه شده از فواید وجود شکلک ها و همچنین تاثیرتشدیدکننده ها و منفی کننده ها نیز بهره می برد. در پایان، آزمایش هایی برای بررسی کارایی روشهای پیشنهادی و ارزیابیآنها انجام شده است. نتایج به دست آمده نشان میدهد که روشهای پیشنهادی توانسته اند به خوبی عمل کنند.