Presenting a Text Mining Algorithm to Identify Emotion in Persian Corpus

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 86

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JITM-10-2_006

تاریخ نمایه سازی: 26 بهمن 1400

چکیده مقاله:

The literature regarding Persian text mining indicates that most studies are conducted to detect polarity of opinions on social websites. The aim of this research is presenting an algorithm to identify emotion implemented in the text based on the following six main emotions of happiness, sadness, fear, anger, surprise and disgust. In this research, the emotion will be examined based on unsupervised lexicon method. Identifying emotions conveyed by the texts based on a single emotional word will produce low accuracy because the intervening boosters and negating words can influence the emotion of the text too. Therefore, the algorithm has been implemented in six approaches with different features. In the first approach, the algorithm is capable of detecting only one emotional word in a sentence, and then it improves to detect boosters and negating and stop word list as well. The results of running the algorithm on two domains of data showed that the more features used in the algorithm, the more accurate the algorithm becomes and that the most effective factor is part of speech.  

نویسندگان

مسعود گرشاسبی

Research Instructor, Faculty of Iran Telecommunication Research Center, Tehran, Iran

آناهید رئیس روحانی

MSc, Software Engineering, Islamic Azad University, Karaj Branch, Tehran, Iran

محمدرضا کاباران زاده قدیم

Associate Prof. of Management, Islamic Azad University, Central Tehran Branch, Tehran, Iran

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • علیمردانی، سعیده و آقایی، عبداله (۲۰۱۵). اندیشه کاوی در زبان ...
  • ReferencesAli Mardani, S. & Aghayi, A. (۲۰۱۵). Opinion ...
  • Banea, C. & Mihalcea, R. & Wiebe, J. (۲۰۱۴). Sense-level ...
  • Barawi Hardyman, M. & Seng, Y. (۲۰۱۳). Evaluation of resource ...
  • Brychcín, T. & Konopík, M. (۲۰۱۴). Semantic spaces for improving ...
  • Dotti, F. (۲۰۱۳). Overcoming Problems in Automated Appraisal Recognition: the ...
  • Ghazi, D. & Inkpen, D. & Szpakowicz, S. (۲۰۱۴). Prior ...
  • Hadanoa, M. & Shimadaa, K. & Endoa, T. (۲۰۱۱). Aspect ...
  • Haddia, E. & Liua, X. & Shib, Y. (۲۰۱۳). The ...
  • Lambova, D. & Paisa, S. & Diasa, G. (۲۰۱۱). Merged ...
  • Devika, MD. & Sunitha, C. & Ganesha, A. (۲۰۱۶). Sentiment ...
  • Yu, L. & Wu, Ch. & Jang, F. (۲۰۰۹). Psychiatric ...
  • نمایش کامل مراجع