بهبود استخراج سه تایی احساس جنبه با استفاده از مدل های زمینه آگاه و پارس وابستگی نحوی

تحلیل احساسات مبتنی بر جنبه (ABSA) و استخراج سه تایی های احساس جنبه (ASTE) از چالش برانگیزترین مسائل پردازش زبان طبیعی محسوب می شوند. این مقاله یک چارچوب ترکیبی نوآورانه برای بهبود دقت استخراج سه تایی ها در زبان فارسی ارائه می دهد که از دو مولفه کلیدی بهره می برد (۱) مدل زبانی پارس BERT برای یادگیری نمایش های زمینه آگاه و (۲) تحلیل وابستگی نحوی برای شناسایی روابط ساختاری بین جنبه ها و عبارات احساسی. ارزیابی های انجام شده روی مجموعه داده های فارسی شامل ۲۱۲,۷۶۵ نظر نشان می دهد که روش پیشنهادی به نمره F۱ معادل ۷۷.۷ دست یافته است که بهبودی ۵.۲ درصدی نسبت به مدل های پایه ایجاد می کند. نتایج کیفی حاکی از عملکرد برتر سیستم در تشخیص دقیق مرز عبارات با دقت (۸۶.۳) است. این پژوهش کاربردهای عملی قابل توجهی در تحلیل خودکار نظرات فارسی و سیستم های پیشنهادگر هوشمند دارد.

کلیدواژه ها:

تحلیل احساسات مبتنی بر جنبه ، استخراج سه تایی احساس جنبه ، پردازش زبان فارسی ، مدل های زبانی بزرگ ، وابستگی نحوی ، یادگیری عمیق