بررسی روش های انتخاب ویژگی در تحلیل احساسی زبان فارسی

امروزه با رشد چشمگیر بازدیدهای online دراینترنت، تحلیلات احساسی توجه زیادی را در انجمن پردازش اطلاعات زبان اصلاح شده و طبیعی به خود جلب کرده است. تاکنون تحقیقات بسیار کمی بر روی تحلیلات احساسی برای زبان فارسی انجام شده است. این مقاله به بررسی مسئله ی طبقه بندی احساسی برای بازدید مشتریان (online) به زبان فارسی می پردازد. سه چالش متن فارسی، استفاده از تنوع وسیعی از پسوندهای صرفی، فاصله دادن مختلف کلمه و تعداد کلمات غیر رسمی یا محاوره ای می باشد. در این مقاله ما به مطالعه ی این چالش ها از طریق بررسی یک طرح برای طبقه بندی احساسی زبان فارسی می پردازیم. این طرح براساس ریشه یابی و انتخاب ویژگی است و برایط طبقه بندی از الگوریتم Navie Bayes استفاده می کند. به علاوه، ما به ارائه ی یک روش انتخاب ویژگی جدید می پردازیم که براساس روش اطلاعات متقابل است تا از میان ویژگی های استخراج شده اولیه، مجموعه ای از بهترین ویژگی ها را استخراج کند. و در نهایت عملکرد طرح را روی یک مجموعه ی گردآوری شده ای از بازدیدهای تلفن همراه ارزیابی می کند، که نتایج حاصل، مؤثر بودن طرح مورد بررسی را نشان می دهد.

Keywords:

انتخاب ویژگی , تحلیلات احساسی , زبان فارسی , طبقه بندی احساسی