تشخیص طعنه در تحلیل احساسات با روش های یادگیری ماشین: یکمطالعه مقایسه ای

امروزه شبک ه ای اجتماعی به منابعی غنی از نظرات افراد در مورد کیفیت محصولات، مسائل اجتماعی، فرهنگی، سیاسی و غیره تبدیلشد هاند . از تحلیل احساسات در جهت کشف مثبت و یا منفی بودن نظرات افراد در مورد یک موضوع خاص استفاده می شود. شرکتهابا مورد بررسی قرار دادن این نظرات م یتوانند در جهت بهبود کیفیت محصولات خود قدم بردارند. همچنین شمای کلی احساساتکاربران از شرایط موجود جامعه، منبع غنی اطلاعاتی برای کمک به جامع هشناسان و سیاستمداران در پیشبرد اهدافشان خواهد بود.گاهی افراد به جای بیان مستقیم احساس خود، از طعنه استفاده میکنند. تشخیص طعنه با توجه به عدم درک لحن گوینده در مت ونمحاورهای کار دشواری می باشد .این مقاله پس از معرفی روش های یادگیری ماشین و یادگیری عمیق در تشخیص طعنه به بررسی و مقایسه ی الگوریتم های موجوددر این دو گروه می پردازد . تشخیص طعنه نسبت به تحلیل احساسات، به درک عمیق تری از کلمات نیاز دارد. از این رو از مدل هایی استفاده شده که از الگوریتم BERT (Bidirectional Encoder Representations from Transformers بهره گرفته اند. این الگوریتم به دلیل ارزیابی کلمات به صورت دوطرفه، قابلیت درک عمیق تری از محتوای متن دارد و به دقت بالاتری در تشخیص طعنه دست یافتهاست. همچنین مدل هایی که از الگوریتم حافظه ی طولانی کوتاه مدت و مکانیزم توجه استفاده کرده اند، دقت بالاتری نسبت به دیگرمدل های یادگیری عمیق داشتند .

Keywords:

تشخیص طعنه , تحلیل احساسات , شبکه های اجتماعی , یادگیری ماشین , یادگیری عمیق