کاوش عنوان در متن با استفاده از ترکیب مدل موضوعی، NERC و آنالیز احساسی
عنوان مقاله: کاوش عنوان در متن با استفاده از ترکیب مدل موضوعی، NERC و آنالیز احساسی
شناسه ملی مقاله: ICIKT07_039
منتشر شده در هفتمین کنفرانس بین المللی فناوری اطلاعات و دانش در سال 1394
شناسه ملی مقاله: ICIKT07_039
منتشر شده در هفتمین کنفرانس بین المللی فناوری اطلاعات و دانش در سال 1394
مشخصات نویسندگان مقاله:
فاطمه فروزش - دانشگاه پیام نور تهران واحد ری
سولماز محمودیان - دانشگاه پیام نور تهران واحد تهران شمال
خلاصه مقاله:
فاطمه فروزش - دانشگاه پیام نور تهران واحد ری
سولماز محمودیان - دانشگاه پیام نور تهران واحد تهران شمال
در این مقاله ی مروری به معرفی کارهای انجام شده درزمینه ی یافتن عنوان در متن، با استفاده از یک مدل ترکیبی پرداخته ایم. این مدل، ترکیبی از مدل موضوعی (Topic Modeling)، شناسایی موجودیت نام گذاری شده(NER) و آنالیز احساسی(Sentiment Analysis)، برای استفاده در آنالیز داده های بلاگ ها و شبکه های اجتماعی می باشد. هدف اساسی در این تحقیق ارائه ی یک روش جدید برای آنالیز و کاوش عنوان در متون مختلف است. در این مقاله ی مروری از تکنیک Topic Discovery برای تعیین کلمات کلیدی و تشخیص اسامی معرفی شده و برای تعیین اسامی به کار گرفته شده در متون از متد NER همچنین برای دسته بندی داده های بلاگ ها به دو کلاس مثبت و منفی، از طبقه بندی احساسی (Sentiment Classification) استفاده کرده ایم.
کلمات کلیدی: LDA، Sentiment Classification، Name Entity Recognition، Topic Modeling،Text Analyticsتوزیع پنهان دیریکله ،
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/388681/