راهکاری به منظور طبقه بندی حالات عاطفی در شبکه اجتماعی توییتر

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,101

This Paper With 6 Page And PDF and WORD Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

IRANWEB02_059

تاریخ نمایه سازی: 9 مرداد 1395

Abstract:

شبکه های اجتماعی به عنوان یک رسانه محبوب به منظور به اشتراک گذاری نظرات، افکار، اطلاعات و تجارب مطرح شده اند. از سویی افراد معمولاً به طور غیرمستقیم رفتارهای احساسی خود را در متون و گفتارشان بازتاب میکنند. در این راستا استخراج حالت های عاطفی افراد از منابع برخط همانند شبکه های اجتماعی و سپس طبقه بندی این حالت ها در دسته های از پیش تعیین شده می تواند اطلاعات غنی درباره موضوعات مطرح و اعضای شبکه اجتماعی مورد نظر به دست دهد و در موارد گوناگون همانند تطبیق محتوا با عواطف هر فرد، کمپین های بازاریابی، نظارت بر پاسخ ها در اتفاقات محلی و عمومی و کشف روندهای حالت های افراد مورد استفاده قرار گیرد. در مقاله پیش رو از شبکه اجتماعی توییتر به دلیل در دسترس بودن داده های آن و کاربرد بسیار آن در حوزه طبقه بندی عواطف، استفاده شده است. در این مقاله قدم های موردنیاز برای به اجرا رساندن پژوهش طی شده و نتایج مربوطه مطرح گردیده است. در پایان نیز راهکاری در قالب یک سیستم بدین منظور ارائه شده است.

Authors

احمد آقا کاردان

استادیار دانشگاه صنعتی امیرکبیر، دانشکده مهندسی کامپیوتر و فناوری اطلاعات

یوسف آقاجانلو

دانشجوی کارشناسی ارشد دانشگاه صنعتی امیرکبیر، دانشکده مهندسی کامپیوتر و فناوری اطلاعات

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Liu, Bing. "Sentiment analysis and opinion mining." Synthesis Lectures _ ...
  • Li, Zhaolong. "Analyzing emotion on Twitter for Aser modeling." Diss. ...
  • Wiebe, J., Wilson, T., Cardie, Annotating expressions of opinions and ...
  • Alm, C.O., Roth, D., Sproat, R.: Emotions from text: machine ...
  • Luciano Barbosa , Junlan Feng, Robust sentiment detection on Twitter ...
  • Purver, Matthew, and Stuart Battersby. "Experimenting _ distant supervision for ...
  • Chapter of the Association for Computational Linguistics. Association for Computational ...
  • J. Brynielsson, F. Johansson, C. Jonsson, and A. Westling, "Emotion ...
  • Mac Kim, Sunghwan." Recognising Emotions and Sentiments ih Text." University ...
  • Constantine, Layale, and Hazem Hajj. "A survey of ground-truth in ...
  • Rahate, Rohini S., and M. Emmanuel. " Feature Selection for ...
  • Taboada, Maite, et al. "Lexicon-based methods for sentiment analysis." Computational ...
  • Musto, Cataldo, Giovanni Semeraro, and Marco Polignano. "A comparison of ...
  • نمایش کامل مراجع