ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
Paper
Title

عقیده کاوی در متون فارسی با استفاده از استخراج ویژگی توسط سیستم تطبیقی عصبی- فازی

Year: 1395
Publish place:
COI: ITCC03_167
Language: PersianView: 320
This Paper With 15 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 15 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

نرگس پورشکار - دانشگاه آزاد اسلامی، واحد میبد
محمدرضا ملاحسینی اردکانی - عضو هیات علمی دانشگاه آزاد اسلامی، واحد میبد

Abstract:

در سالهای اخیر برای جلب بیشتر رضایت مشتری، استفاده از عقاید در کسب و کارها و خدماتصنعتی مورد توجه قرار گرفتهاست. از این رو، جوامع تحقیقاتی، دانشگاه ها و صنایع مختلف به دنبالارایه ی راهکاری جدید در حوزه ی عقیده کاوی می باشند که بتواند با دقت بیشتری به تجزیه و تحلیلاحساسات و عقاید بپردازد. عقیده کاوی به دسته بندی متنها بر اساس تمایل مندرج در آنها می پردازدو به عنوان زیر رشته ای جدید از پردازش زبان طبیعی، بازیابی اطلاعات و متن کاوی محسوب می شود.عقیده کاوی در سه سطح قابل بررسی می باشد. عقیده کاوی در سطح سند، در سطح جمله و در سطحویژگی.در این پژوهش، به دلیل کاربردی بودن عقیده کاوی در سطح ویژگی، روشی برای این منظور ارایهشده است که مبتنی بر تکرار ویژگی ها در اظهار نظرات می باشد. برای ارزیابی روش پیشنهادی،مجموعه عقاید کاربران در حوزه کالاهای تجاری جمع آوری شده و نتایج حاصل از روش پیشنهادیدر این حوزه مورد ارزیابی قرار خواهند گرفت. هدف از این تحقیق، ارایه ی راهکاری نو در حوزه یعقیده کاوی می باشد که بتواند عقاید پنهان شده در متون فارسی را با دقت بالایی پیش بینی کند. سیستمپیشنهادی این تحقیق از روشی مبتنی بر سیستم تطبیقی عصبی- فازی بهره می گیرد که به دنبالکشف روابط پنهان شده بین ویژگی های مختلف پیام ها می باشد. بررسی سیستم در نرم افزار متلب پیادهسازی شد و با سایر راهکارهای ارایه شده در حوزه ی تحقیق، مقایسه شد به گونه ای که در مقایسه هایانجام شده سیستم پیشنهادی به دقت 90.54 درصد رسیده است و عملکرد آن به طور کلی مطلوبارزیابی شده است.

Keywords:

عقیده کاوی، هوش محاسباتی، سیستم تطبیقی، شبکه های عصبی، سیستم فازی

Paper COI Code

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/576254/

How To Citation:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
پورشکار، نرگس و ملاحسینی اردکانی، محمدرضا،1395،عقیده کاوی در متون فارسی با استفاده از استخراج ویژگی توسط سیستم تطبیقی عصبی- فازی،سومین کنگره بین المللی کامپیوتر، برق و مخابرات،مشهد،،،https://civilica.com/doc/576254

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1395، پورشکار، نرگس؛ محمدرضا ملاحسینی اردکانی)
برای بار دوم به بعد: (1395، پورشکار؛ ملاحسینی اردکانی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 مPaperقاله لینک شده اند :

  • بررسی اجمالی درحوزه نظر کاوی [Conference Paper]
  • عقیده کاوی در نقد کالا با استفاده از شبکه واژگان احساسی [Conference Paper]
  • استخراج ویژگیها در اندیشه کاوی مورد استفاده در متون فارسی [Conference Paper]
  • Analysis of Blogs by Combining Lexical Sentimentه Melville, Wojciech Gryc, ...
  • Hu Yong, Xie Kang, Rong Zhenbang, Mei Liu, Xie Kang, ...
  • Martin T. Hagan, Howard B. Demuth, Mark H. Beale, (2014), ...
  • Li Tianzong, Wang Qiang, (1995), A Model of Software Project ...
  • Jyh-Shing, Roger Jang, "ANFIS: Adaptive Network- Based Fuzzy Inference Systems" ...
  • A. Stavrianou, J. _ Chauchat, " Opinion Mining Issues and ...
  • Saif, H., He, Y., & Alani, H. Semantic sentiment analysis ...
  • Hu, X., L. Tang, J. Tang, H. Liu, Exploiting social ...
  • Silva, Da., Nadia FF, Eduardo R. Hruschka, and Estevam R. ...
  • Dehkharghani, R., Mercan, H., Javeed, A., & Saygin, Y.. Sentimental ...
  • Pang, B., & Lee, L. Opinion mining and sentiment analysis ...
  • Saif, H., Fernandez, M., He, Y., & Alani, H. Senticircles ...
  • Bing Liu. Sentiment Analysis and Opinion Mining. Synthesis Lectures on ...
  • Rui Xia , Chengqing Zong, Shoushan Li, "Ensemble of feature ...
  • Songho Tan , Jin Zhang, "An empirical study of sentiment ...
  • Qiang Ye, Ziqiong Zhang, Rob Law, "Sentiment classification of online ...
  • Rudy Prabowo, Mike Thelwall, "Sentiment analysis: A combined approach .", ...
  • Kaiquan Xu , Stephen Shaoyi Liao _ Jiexun Li, Yuxia ...
  • Nan Li _ Desheng Dash Wu _ "Using text mining ...
  • Li, Peijia, et al. "Customer voice sensor: A comprehensive opinion ...
  • Poria, Soujanya, Erik Cambria, and Alexander Gelbukh. "Aspect extraction for ...
  • Research Info Management

    Certificate | Report | من نویسنده این مقاله هستم

    اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    Reviews

    5.00
    1 تعداد پژوهشگران نظر دهنده
    5 1
    4
    3
    2
    1

    علم سنجی و رتبه بندی Paper

    مشخصات مرکز تولید کننده این Paper به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 3,284
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    New Papers

    Share this page

    More information about COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    Support