بهبود کارایی تشخیص قطبیت پیام با استفاده از ویژگی های نحوی زبان و روش ترکیبی Bagging
محل انتشار: چهارمین کنفرانس بین المللی مهندسی برق و کامپیوتر
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 679
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
COMCONF04_204
تاریخ نمایه سازی: 10 تیر 1396
چکیده مقاله:
درجوامع امروزی باتوجه به گسترش و محبوبیت رسانه های اجتماعی کاربرمحور تحلیل عقاید واحساسات کاربران ازاهمیت ویژه ای برخوردار است دراین مقاله به بررسی تعیین قطبیت پیامکهای توییتر بااستفاده ازروش Bagging پرداخته شده است نتایج تحقیقات انجام شده نشان داده است که جهت بهبود صحت کلاس بندی میتوان ازچندکلاسه بند مختلف و ترکیب خروجی آنها استفاده کرد درراستای این پژوهش پس ازاستخراج برخی ویژگیهای متداول به یافتن الگوریتم کلاسه بندی که برروی مجموعه داده ی موردنظر عملکرد مناسب تری باشد پرداخته شد باوجود اینکه گروه کلاسه بند میتواند به روشهای مختلف اموزش داده شود دراین مقاله ازروش Bagging برای ساختن کلاسه بندقطبی به همراه مجموعه ای ازویژگیهای متنی استفاده شده است نتیجه بدست آمده ازروش پیشنهادی براساس میانگین ماکرو f-score 67.2% است که دربرابر الگوریتم پایه SVM 1.4درصد افزایش داشته است
کلیدواژه ها:
نویسندگان
اسما خواجویی
گروه کامپیوتر، واحد بندرعباس، دانشگاه آزاد اسلامی، بندرعباس، ایران
عباس عکاسی
استادیار، گروه کامپیوتر، واحد بندر عباس، دانشگاه آزاد اسلامی، بندرعباس، ایران
محمدعلی باقری
استادیار، دانشکده فنی مجتمع آموزش عالی لارستان، لار، ایران
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 :