رویکردی ترکیبی برای تحلیل احساسات متنی و ایموجیها در داده های فارسی

رشد سریع شبکه های اجتماعی و پیام رسانها موجب شده است که تحلیل احساسات متنی و غیرمتنی به ویژه با حضور گسترده ی ایموجی ها به یکی از موضوعات کلیدی در پردازش زبان طبیعی تبدیل شود. در این پژوهش به منظور ارزیابی و بهبود دقت تحلیل احساسات در زبان فارسی از دو مجموعه داده مکمل بهره گرفته شد. دیتاست Sentipers به عنوان منبعی غنی از جملات فارسی برچسب خورده و دیتاست Emojis_Meaning به عنوان بازنمایی معنایی و احساسی ایموجیها رویکرد پیشنهادی، ترکیب اطلاعات متنی با سیگنالهای عاطفی نهفته در ایموجیها است تا طیف کاملتری از حالات روانی کاربران در بستر دیجیتال شناسایی گردد. نتایج حاصل نشان داد که استفاده همزمان از اطلاعات متنی و ایموجی ها منجر به بهبود چشمگیر در شناسایی احساسات مثبت، منفی و خنثی میشود در شرایطی که تحلیل صرفا متنی با محدودیت در تشخیص ظرایف معنایی مواجه بود ترکیب داده های تصویری-نمادین ایموجی(ها موجب افزایش دقت کلی مدل شد، همچنین ارزیابیها نشان داد که ایموجیها در مواردی حتی نقش تقویتی یا اصلاحی برای متن ایفا میکنند و میتوانند سیگنالهای متناقض یا مبهم را شفافتر سازند این موضوع اهمیت بهرهگیری از چندوجهی بودن داده ها را در تحلیل احساسات دو چندان میسازد به طور کلی پژوهش حاضر نشان میدهد که برای زبان فارسی که با چالشهای ویژه ای نظیر ابهام معنایی و تنوع زبانی مواجه است رویکردهای ترکیبی میتوانند به عنوان مسیری نوین برای بهبود کیفیت تحلیل احساسات معرفی شوند این یافته ها نه تنها در حوزه ی پردازش زبان طبیعی کاربرد دارند بلکه در تحلیل رفتار کاربران بازاریابی دیجیتال و سیستمهای پیشنهادگر نیز میتوانند ارزشمند واقع شوند.

کلیدواژه ها:

تحلیل احساسات ، پردازش زبان طبیعی ، مجموعه داده Sentipers ، مجموعه داده Emojis_Meaning ، ترکیب متن و ایموجی