تحلیل احساسات پیام های فارسی با استفاده از الگوریتم رقابت استعماری و ماشین بردار پشتیبان

با رشد گسترده رسانه های اجتماعی تحت وب، سازمان ها در صدد تصمیم گیری بر اساس نظرات عمومی اقدام نمودند. برای این منظور، برای تحلیل قطبیت نظرات، لازم است اطلاعات فیلتر شوند. از این رو، نظرکاوی خودکار و سیستم های تحلیل احساسات موردنیاز هستند. روش های نظرکاوی برای استخراج مرورها، نظرات و موضوعات سیاسی استفاده می شوند. راه های تحلیل احساسات، حالات عمومی را با استفاده از پردازش زبان طبیعی بررسی و ارزیابی می کنند. در سال های اخیر پژوهش های زیادی در حوزه عقیده- کاوی مطرح شده است که بیشتر این پژوهش ها بر روی زبان انگلیسی انجام شده و سهم زبان فارسی در این حوزه بسیار کم بوده است. استفاده از الگوریتم های بهینه سازی در کنار الگوریتم های یادگیری ماشین در بحث عقیده کاوی می تواند به بهبود دقت پیش بینی این سیستم ها کمک کند. در روش پیشنهادی از الگوریتمی استفاده شده است که علاوه بر انجام عقیده کاوی بر روی پیام های فارسی، دقت پیش بینی را نیز در حد مطلوبی انجام می دهد. در این روش پس از پیش پردازش نظرات هتل فارسی از الگوریتم رقابت استعماری و الگوریتم SVM استفاده شده است که با بررسی نتایج به دست آمده دقت موردنظر به 95 درصد رسیده است و به عملکرد مطلوبی دست یافته است.

کلیدواژه ها:

عقیده کاوی ، الگوریتم بهینه سازی ، الگوریتم رقابت استعماری ، یادگیری ماشین ، ماشین بردار پشتیبان