ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

مرور برخی از روش های موجود درزمینه ی نظرکاوی

سال انتشار: 1395
کد COI مقاله: AISST02_038
زبان مقاله: فارسیمشاهده این مقاله: 371
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مرور برخی از روش های موجود درزمینه ی نظرکاوی

محسن نجف زاده - گروه هوش مصنوعی، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران
سعید راحتی قوچانی - گروه برق، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران
رضا قائمی - استادیارگروه کامپیوتر ، واحد قوچان ، دانشگاه آزاد اسلامی ، قوچان ، ایران

چکیده مقاله:

در دهه اخیر با افزایش ر سانه های اجتماعی و رونق تعاملات کاربران در اغلب وب سایتها حجم زیادی از نظرات غنی و همچنین ارزان ایجادشده است که تحلیل و بررسی دستی (غیرخودکار) تمامی آنها بسیار سخت و بعضا غیرممکن است. لذا تحلیل احساس و یا نظرکاوی که بانام های اندیشه کاوی و یا عقیده کاوی نیز یاد میشود، به عنوان یکی از زیرمجموعه های پردازش زبان طبیعی و متنکاوی در جهت کاوش خودکار نظرات، مطرح شد و توجه بسیاری از محققان را به خود جلب کرده است. به طورکلی سامانه های نظرکاوی در سه سطح سند، جمله و ویژگی ها به بررسی نظرات کاربران به سه رویکرد استفاده از الگوریتم های یادگیری ماشین، استفاده از لغت نامه و ترکیبی می پردازند و در حل این مسایل با چالشهایی همچون بیان غیر صریح، وجود طعنه، زبان عامیانه و همچنین تنوع در نگارش زبان فارسی روبه رو هستیم. اغلب پژوهش ها و کارهای انجام شده در این حوزه بر روی زبانهای انگلیسی، چینی، اسپانیایی و ترکی است به نحوی که محققان در نظرکاوی انگلیسی به دقت بالای 90 در صد دست یافته اند ولی در زبان فار سی تلاش های کمی در ایجاد و گردآوری مجموعه داده ا ستاندارد و به تبع آن برر سی آنها صورت گرفته شده ا ست و به نوعی مقای سه آنها را سخت و شاید غیرممکن کرده ا ست. در این تحقیق به بررسی کارهای انجام گرفته در زبان فارسی و سایر زبان ها، بیان روش ها و همچنین کاربردهای آن خواهیم پرداخت.

کلیدواژه ها:

تحلیل احساس متن، نظرکاوی، یادگیری ماشین، استخراج ویژگی، لغتنامه

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا AISST02_038 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/572950/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
نجف زاده، محسن و راحتی قوچانی، سعید و قائمی، رضا،1395،مرور برخی از روش های موجود درزمینه ی نظرکاوی،دومین همایش ملی کاربرد سیستم های هوشمند (محاسبات نرم) در علوم و صنایع،قوچان،،،https://civilica.com/doc/572950

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1395، نجف زاده، محسن؛ سعید راحتی قوچانی و رضا قائمی)
برای بار دوم به بعد: (1395، نجف زاده؛ راحتی قوچانی و قائمی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Lu, Y., et al. (2010). Exploring the sentiment strength of ...
  • دام حسینی 0 د. (1393). یکره‌ی فارسی تحلیل احساس سنتی ...
  • Liu, B. (2015). Sentiment Analysis: Mining Opinions, [14] [32] سعیده ...
  • Mohammad, S. M. and T. W. Yang (2011). Tracking [17] ...
  • وامرزانی. ح. ع. (1394). متن کاوی در شبکه های اجتماعی ...
  • ساقی‌السادات ضرغامی‌فر (1392). طراحی سامانه‌ی استخراج ویژگی‌ها در اندیشه‌کاوی مورد ...
  • _ _ _ Engineering, IEEE Trasactions o ...
  • Abdul-Mageed, M., et al. (2014). "SAMAR: Subjectivity and sentiment analysis ...
  • _ _ 3.0: An Enhanced Lexical Resource for Sentiment Analysis ...
  • Bai, X. (2011). "Predicting consumeg sentiments from online text." Decision ...
  • Basiri, M. E., et al. (2014). "A Framework for Sentiment ...
  • Blitzer, J., et al. (2007). Biographies, bollywood, boom- boxes and ...
  • Bollen, J., et al. (2011). "Twitter mood predicts the stock ...
  • _ _ _ of the 1st international CIKM workshop on ...
  • Dang, Y., et al. (2010). "A _ exicon- enhanced method ...
  • _ _ feedback data: noisy data, large feature vectors, and ...
  • Ortigosa, A., et al. (2014). "Sentiment analysis in Facebook and ...
  • Pang, B. and L. Lee (2004). A sentimentat education: Sentiment ...
  • Pang, B., et al. (2002). Thumbs up?: sentiment ...
  • Ravi Kumar and . Vadlamani (2015). "A survey on [22] ...
  • Sakunkoo, P. and N. Sakunkoo (2009). Analysis of Social Influence ...
  • Saraee, M. and A. Bagheri (2013). Feature selection methods in ...
  • _ _ _ induction method for sentiment analysis. Artificial Intelligence ...
  • Siersdorfer, S., et al. (2010). How useful are your ...
  • Tumasjan, A., et al. (2010). "Predicting Elections with Twitter: What ...
  • Turney, P. D. (2002). Thumbs up or thumbs down?: semantic ...
  • Zhang, Z., et al. (2011). "Sentiment classification of Internet restaurant ...
  • Jain, Arvind Kumar, and Yogadhar Pandey. "Analysis and ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 9,294
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی