استفاده از شبکه عصبی نیمه نظارتی به منظور طبقه بندی احساس

در سالهای اخیر، یادگیری نیمه نظارتی به عنوان یک مورد تحقیقاتی جدید و به روز در یادگیری عمیق مورد استفاده قرار گرفته است. در این روشها، تعداد کمی داده ار نمونه های آموزشی حاوی برچسب و درصد قابل توجهی از آنها بدون برچسب هستند. این امر سبب میشود که این روشها، برای برنامه های کاربردی دنیای واقعی که در آن داده های بدون برچسب به آسانی در درسترس هستند و جمعآوری داده های بدون برچسب اغلب پرهزینه و زمانبر هستند، بسیار کاربردی باشند. دراین مقاله راهکاری به منظور استفاده از شبکه های مولد متخاصم، حاوی دو شبکه عصبی یادگیری عمیق با نام مولد و تفکیک کننده، برای طبقه بندی نظرات فارسی کاربران در سه کلاس مثبت، خنثی و منفی به صورت نیمهنظارتی ارائه شده است. نتایج روش پیشنهادی با شبکه عصبی مبتنی بر کانولوشن (CNN) به صورت با نظارت مقایسه شده و دیده می شود که روش نیمه نظارتی ارائه شده نتایج بهتری نسبت به CNN به دست می آورد.