تحلیل احساسات مبتنی بر یادگیری عمیق با کمک یادگیری گروهی

تحلیل احساسات، فرآیند خودکار متن کاوی و تفسیر احساس موجود در متون است. با استفاده از روش های یادگیری ماشین می توان متون را در دسته های مختلف احساسات تقسیم بندی نمود. یادگیری عمیق در دهه اخیر توانسته است در فرآیندهای تحلیل احساسات، نتایج قابل توجهی کسب نماید. هر یک از الگوریتمهای یادگیری عمیق دارای نقاط قوتی هستند. برای مثال، شبکه های CNN در استخراج ویژگی های محلی قدرت دارند و مدل های مبتنی بر حافظه مانند LSTM می توانند توالی ورودی ها را پردازش نمایند. با توجه به مزایای هر یک از این الگوریتم ها، در این مقاله یک روش جدید مبتنی بر یادگیری گروهی بر پایه یادگیری عمیق جهت تحلیل احساسات جنبه محور ارائه شده است. در این روش، ورودی چهار مدل پایه یادگیری عمیق یعنی BiLSTM LSTMوGRU وCNN لایه ورودی یک شبکه بزرگتر که یک پرسپترون چندلایه است را تشکیل می دهند. سپس خروجی تمام لایه ها با کمک مدل انباشت گروهی با هم ادغام می شوند. نتایج اعمال روش پیشنهادی بر روی مجموعه داده های واقعی حاکی از آن است که مدل پیشنهادی با ترکیب مزایای مدل های پایه توانسته است دقت پیش بینی احساسات سطح جنبه را ۹ الی ۱۸ درصد نسبت به مدل های پایه افزایش دهد

Keywords:

پردازش زبان طبیعی , تحلیل احساسات , یادگیری عمیق , یادگیری گروهی