سیستم های تحلیل احساسات: رویکردها، کار بردها و چالش ها

گسترش روزافزون داده های ساختاریافته و ناساختاریافته در وب باعث ایجاد چالشی تحت عنوان داده های کلان شده است. با توجه به نوعداده ها موجود در ساختار داده های کلان از روش های مختلفی مانند یادگیری ماشین و پردازش زبان طبیعی برای تحلیل این نوع داده هااستفاده می شود. بخش عظیمی از داده های کلان را داده های ناساختاریافته در قالب زبان طبیعی انسان (متن) تشکیل می دهند. محتویات موجوددر وب سایت ها، مجلات، شبکه های اجتماعی و ... از نوع داده های متنی هستند. که در سال های اخیر رشد چشم گیری داشته اند. بتابراین وببه یک پلتفرم اجباری برای بیان ارائه نظرات، عواطف و احساسات کاربران در مورد اتفاقات مختلف تبدیل شده است. هر فردی با استفاده ازگوشی هوشمند خود می تواند نظر خود را در مورد خرید یک محصول, وقوع یک حادثه، بروز یک بیماری جدید و ... در داخل وبلاگ ها و شبکههای اجتماعی مانند (توییترا , واتس اپ , تلگرام و اینستاگرام) ثبت کند. لذا روزانه میلیون ها نظر ثبت شده و حجم عظیمی از داده هایناساختاریافته متنی را ایجاد می کند که با بهره گیری از روش های پردازش زبان طبیعی می تواند یک دانش مفید. از دل این نوع داده هااستخراج کرد. تجزیه و تحلیل احساسات یکی از کاربردهای مهم پردازش زبان طبیعی و یادگیری ماشین می باشد که به ما امکان تحلیلاحساسات مجموعه نظرات و سایر اطلاعات متنی ثبت شده کاربران وب را می دهد. لذا در ادامه به تشریح تحلیل احساسات، رویکردها و چالشهای موجود در این حوزه پرداخته خواهد شد.

کلیدواژه ها:

تحلیل احساسات ، پردازش زبان طبیعی ، نظرکاوی ، یادگیری ماشین ، مجموعه داده