آنالیز احساس

تخصیص نظرها و متن های منتشر شده کاربران در فضای مجازی به طبقاتی با احساسات مثبت یا منفی، در تحقیق های مربوط به متن کاوی اهمیت بسیار زیادی دارد. هدف این مقاله، استفاده و مقایسه روش های یادگیری ماشین در طبقه بندی متن های فارسی بر اساس احساسات کاربران فعال در فضای مجازی است. داده های پژوهش، مجموعه نظرهای منتشرشده درباره فیلم های ایرانی و خارجی در بازه زمانی 1392 تا 1395 در سایت های سینمایی و نقد فیلم فارسی زبان است. پیش از به کارگیری الگوریتم ها، فرایند پیش پردازش داده ها بر اساس تبدیل آنها به نویسه، حذف ایست واژه ها و تحلیل چند واژه ای انجام گرفت. برای طبقه بندی داده ها، الگوریتم های با نظارت نایوبیز، ماشین بردار پشتیبان و شبکه عصبی استفاده شد. براساس نتایج به دست آمده، در آزمون خارج از نمونه با وجود دقت عددی بیشتر الگوریتم نایوبیز بر شبکه عصبی و ماشین بردار پشتیبان بر نایوبیز، برتری آماری نایوبیز بر شبکه های عصبی و ماشین بردار پشتیبان بر نایوبیز اثبات نشد. با وجود این، نتایج تحقیق گویای برتری معنادار الگوریتم ماشین بردار پشتیبان بر شبکه های عصبی در دقت طبقه بندی در سطح اطمینان 5 درصد است.

در متن کاوی متن های فارسی، در زمینه چگونگی استخراج ویژگی ها برای دسته بندی و بررسی نظرها در سایت های اجتماعی به منظور تشخیص قطبیت متن، مطالعاتی انجام شده است. هدف این پژوهش، ارائه الگوریتمی برای آنالیز حس متن فارسی، بر اساس شش حس پایه خوشحالی، ناراحتی، ترس، خشم، تعجب و تنفر است. در این پژوهش، آنالیز احساس به روش غیرنظارتی مبتنی بر لغتنامه انجام شده است. تشخیص حس جمله فقط با در نظر گرفتن یک لغت عاطفی دقت زیادی ندارد؛ زیرا عوامل دیگری نیز در جمله مانند تشدیدکننده ها و نفی کننده ها وجود دارند که روی حس متن تأثیر می گذارند. از این رو، الگوریتم به شش روش با در نظر گرفتن ویژگی های متفاوت نوشته شده است. در روش اول الگوریتم قابلیت تشخیص یک لغت عاطفی درون جمله را دارد؛ سپس قابلیت تشخیص تشدیدکننده، نفی کننده و لغات ایست اضافه می شود. نتایج به دست آمده از اجرای الگوریتم ها روی دو نمونه داده، نشان می دهد با در نظر گرفتن ویژگی های بیشتر، دقت الگوریتم نیز افزایش می یابد که در آن عاملِ قسمتی از سخن، بیشترین تأثیر را دارد.