ارائه رویکرد ترکیبی نوین جهت متن کاوی تحلیل احساسات در توییتر با استفاده از درخت تصمیم CART
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 821
This Paper With 18 Page And PDF 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:
شناسه ملی سند علمی:
JR_JEMSC-4-1_004
تاریخ نمایه سازی: 20 خرداد 1398
Abstract:
با گسترش شگرف اینترنت و شبکه های اجتماعی به عنوان اجتماعات مجازی و استفاده روزافزون از آن ها، حجم انبوهی از نظرات کاربران در ارتباط با موضوعات مختلف پدید می آید. در نتیجه به کارگیری تکنیک های علمی نوین جهت تحلیل این شبکه ها ضروری به نظر می رسد. متن کاوی به عنوان یک راهکار ویژه و موثر، به دنبال کشف دانش از متون می باشد. در این مقاله، رویکردی نوین از ترکیب همزمان دو روش یادگیری ماشین و مبتنی بر واژگان جهت متن کاوی تحلیل احساسات در توییتر ارائه گردیده است. جهت بهبود متن کاوی تحلیل احساسات، و دسته بندی داده ها از درخت تصمیم CART به عنوان روش یادگیری ماشین، و برای کاوش دقیق تر در نوع احساسات بیان شده در توییت ها از لیست الگوریتم SentiStrength به عنوان روش مبتنی بر واژه، استفاده شده است. ویژگی منحصر به فرد CART، تحلیل ساختار داده پیچیده است که با توجه به ورودی مسئله می تواند عملیات مربوط به رگرسیون، همچنین دسته بندی داده ها را انجام دهد. توانمندی الگوریتم SentiStrengthدر تشخیص احساسات، موجب تحلیل دقیق احساسات موجود در توییت ها گردیده است. نتایج پیاده سازی جهت تشخیص احساسات توییت ها، در اغلب شاخص ها بهبود دسته بندی را نشان می دهد.
Keywords:
Authors
نصیر طیرانی نجاران
کارشناس ارشد مهندسی کامپیوتر، دانشکده برق و کامپیوتر، دانشگاه آزاد اسلامی واحد مشهد، مشهد، ایران
مهرداد جلالی
استادیار گروه مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد مشهد
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 :