تحلیل احساسات در متون فارسی با استفاده از BERT و مدل های زبانی پیشرفته

با گسترش روزافزون داده های متنی در زبان فارسی به ویژه در شبکه های اجتماعی و بسترهای دیجیتال، تحلیل احساسات به یکی از مهم ترین حوزه های پردازش زبان طبیعی تبدیل شده است. هدف پژوهش حاضر، بررسی و مقایسه عملکرد مدل های مختلف یادگیری عمیق از جمله معماری های ترانسفورمری BERT و RoBERTa و مدل های بازگشتی LSTM و GRU در تحلیل احساسات فارسی بوده است. بدین منظور، مجموعه داده ای متوازن گردآوری و پس از پیش پردازش، مدل ها بر اساس معیارهای استاندارد از جمله دقت (Accuracy)، صحت (Precision)، بازیابی (Recall) و امتیاز F۱ ارزیابی شدند. نتایج نشان داد که مدل BERT با دقت ۰٫۹۲ و امتیاز F۱ برابر با ۰٫۹۰۵ بهترین عملکرد را در میان مدل های مورد بررسی داشته و توانسته است در تمامی دسته های احساسی (مثبت، منفی و خنثی) نتایج متوازن و قابل قبولی ارائه دهد. مدل RoBERTa نیز با اختلاف اندکی در جایگاه دوم قرار گرفت. در مقابل، مدل های بازگشتی با وجود زمان آموزش و پیش بینی کمتر، دقت پایین تری ارائه کردند که محدودیت آن ها در کاربردهای حساس را نشان می دهد. بررسی تاثیر اندازه داده ها نیز بیانگر آن بود که افزایش حجم داده آموزشی به طور مستقیم موجب بهبود عملکرد BERT می شود، به طوری که با افزایش داده ها از ۵٬۰۰۰ به ۵۰٬۰۰۰ جمله، دقت از ۰٫۸۵ به ۰٫۹۴ ارتقا یافت. به طور کلی، یافته های پژوهش تاکید می کنند که استفاده از مدل های ترانسفورمری به ویژه BERT در تحلیل احساسات فارسی کارآمدتر است و می تواند نقش مهمی در توسعه سامانه های هوشمند مبتنی بر متن، پایش افکار عمومی و بهبود تجربه کاربری در حوزه های مختلف ایفا کند. با این حال، محدودیت های محاسباتی و نیاز به داده های بزرگ همچنان چالشی جدی به شمار می آیند.

کلیدواژه ها:

تحلیل احساسات ، زبان فارسی ، پردازش زبان طبیعی ، یادگیری عمیق ، BERT