تحلیل احساسات متون انگلیسی با استفاده از مدل های ترکیبی یادگیری عمیق

با افزایش استفاده از اینترنت و شبکه های اجتماعی، حجم انبوهی از نظرات کاربران در ارتباط با موضوعات مختلف تولید می گردد. در نتیجه به کارگیری تکنیکهای علمی نوین جهت تحلیل این نظرات جهت افزایش رضایت مشتریان ضروری به نظر میرسد. تحلیل احساسات نظرات کاربران، به عنوان یک راهکار ویژه و موثر، به دنبال کشف دانش از این متون جهت رفع چالش قطبیت آنها میباشد. در این تحقیق، رویکردی ترکیبی مبتنی بر دو روش یادگیری عمیق RNN-GRU و مبتنی بر تعبیه گذاری کلمات جهت تحلیل احساسات نظرات کاربران ارائه گردیده است. جهت بهبود تعیین قطبیت از تعبیه گذاری کلمات از پیش آموزش دیده شده Word۲vec و GloVe استفاده شده است. نتایج ارزیابی بر روی دو مجموعه داده توییت های خطوط هوایی و نظرات فیلم نشان می دهد که روش پیشنهادی از نظر دقت در تعیین قطبیت نظرات، بهبود ۱% را نسبت به روش های ترکیبی دیگر داشته است.

کلیدواژه ها:

تجزیه وتحلیل احساسات ، یادگیری عمیق ، شبکه های عصبی بازگشتی ، شبکه عصبی واحد بازگشتی دروازه دار ، تعبیه گذاری کلمات ، Word۲vec ، Glove