تعیین قطبیت جمله در تحلیل احساسات مبتنی بر الگوریتم یادگیری عمیق LSTM

جهان امروز با رشد سبک جدیدی از ارتباطات، امکان تعامل افراد با شخصیت های گوناگون را امکان پذیرنموده است. استفاده از حجم انبوه نظرات منتشر شده وتوسط افراد در فضای مجازی با مشکلات زیادی روبرو بوده و کاربرد تکنیک های علمی نوین در این راستا ضرورتی اجتناب ناپذیر است. یکی از تکنیک های نوین به منظور تعیین قطبیت جمله در تحلیل احساسات مبتنی بر الگوریتم های یادگیری عمیق است. از آنجایی که مطالعات نشان داده است استفاده از این تکنیک ها در زمینه تحلیل احساسات منجر به نتایج دقیق تر در تعیین قطبیت جملات بعنوان یکی از چالش های مهم در تحلیل احساسات می باشد. لذا در این تحقیق به منظور تعیین قطبیت نظرات مبتنی از الگوریتم یادگیری عمیق LSTM استفاده شده است تا بتوان به نتایج دقیق تری دست یافت. همچنین در روش پیشنهادی از روش تعبیه گذاری کلمات از پیش آموزش داده شده ی Wordtovec برای تعیین روابط معنایی بین کلمات استفده شد تا دقت روش پیشنهادی افزایش یابد. روش پیشنهادی بر روی دومجموعه داده airline-tweet و IMDB ارزیابی شد و نتایج ارزیابی نشان می دهد که روش پیشنهادی بر روی مجموعه داده airline-tweet در صورت استفاده از تعبیه گذاری Wordtovec دقت ۰/۷۸ دارد. همچنین روش پیشنهادی بر روی مجموعه داده IMDB در صورت استفاده از تعبیه گذاری Wordtovec دقت ۰/۷۴ دارد.

کلیدواژه ها:

تجزیه و تحلیل احساسات ، یادگیری عمیق ، LSTM تعبیه گذاری کلمات ، Word۲vec