روش طبقه بندی نظرات در زبان فارسی با استفاده از روش طبقه بندی نظر جمعی GCM

توییتر با فراهم نمودن بستری برای بیان احساسات و نظرات در زمینه های مختلف، با استقبال بسیار روبرو شده است. نظرکاوی را می توان از دو دیدگاه، نگرش احساسات نسبت به موجودیتی خاص و نگرش احساسات کلی یک توئیت، مورد بررسی قرار داد که در توییتر بیشتر بر روی دیدگاه دوم تاکید می گردد. بررسی نگرش کلی احساسات یک توئیت به سه شیوه آموزش با نظارت و بر پایه فرهنگ لغات و با روش های ترکیبی در زبان فارسی انجام می شود اما در این پژوهش ما سعی در ارائه روش نوین مبتنی بر پیوند برای بهبود طبقه بندی نظرات در زبان فارسی داریم. این روش با ویژگی مستقل از زبان بودن باعث بهبود الگوریتم های نظرکاوی در زبان فارسی می شود. نتایج به دست آمده نشان می دهد که در زبان فارسی، بدلیل پیچیدگی ها و کمبود ابزار پیش پردازش، الگوریتم های مستقل از زبان بهتر عمل می کنند. همچنین مقدار صحت در الگوریتم پیشنهادی برای نظرات موافق 98٫87 ٪ ، برای نظرات مخالف 9787٪ و مقدار فراخوانی برای نظرات موافق 99 , 26 ٪ و نظرات مخالف 99 , 86 % می باشد. این الگوریتم پیشنهادی با دو الگوریتم ترکیبی دیگر نظرکاوی در زبان فارسی مقایسه شده است. در نتیجه در این پژوهش میزان بهبود صحت و فراخوانی در مقایسه با سایر روش های زبان فارسی مشاهده می شود.

Keywords:

نظرکاوی , مستقل از زبان , مبتنی بر پیوند , توئیتر