تحلیل احساسات متون مروری با استفاده از مدل BERT

علم داده (Data Science) حوزه ای بین رشته ای است که با استفاده از آمار، یادگیری ماشین و سایر روش ها به استخراج معانی و الگوهای موجود در بطن داده ها می پردازد. یکی از نمودهای مهم علم داده، تحلیل احساسات یا Sentiment Analysis است که احساسات موجود در متون مختلف را بررسی و استخراج می نماید. تحلیل احساسات یکی از روش های موثر برای سنجش نظرات مشتریان و مخاطبان در حوزه های مختلف می باشد. این تحلیل برای درک تجربه مشتری و شناسایی نگرش افراد نسبت به یک محصول یا خدمت مورد استفاده قرار می گیرد. این مقاله تحلیل احساسات متون مروری را با استفاده از مدل زبانی BERT انجام می دهد و یک معماری جدید با هدف بهبود دقت تحلیل، پیشنهاد شده است. برای ارزیابی روش پیشنهادی، چندین آزمایش با الگوهای چند دامنه ای و دامنه خاص و با مجموعه داده های واقعی انجام شده است. نتایج ارزیابی نشان می دهد که مدل پیشنهادی در مقایسه با سایر مدل ها مانند LSTM، BIGRU، BIGRU-Attention عمل بهتری داشته و امتیاز F۱-score آن برابر ۰.۸۷ می باشد.

کلیدواژه ها:

علم داده ، تحلیل احساسات ، پردازش زبان طبیعی