بررسی روش های آنالیز احساسات در توییتر

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,260

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICTCK03_059

تاریخ نمایه سازی: 10 تیر 1396

چکیده مقاله:

امروزه با رشد روزافزون استفاده از شبکه های اجتماعی و رشد تعامل بین کاربران، به راحتی می توان به نظرات افراد در حوزه های مختلف دست یافت. کاربران نظرات و احساسات خود را به وسیله نوشتن توییت در میکروبلاگ ها با یکدیگر به اشتراک می گذارند؛ توییتر یکی از بزرگ ترین شبکه های اجتماعی در این زمینه است که در هر لحظه کاربران هزاران نظر را در آن ثبت می کنند. از جمله مزایای توییتر میتوان به این موارد اشاره کرد: 1- هر توییت حداکثر می تواند شامل 10 کاراکتر باشد.2- ساختار توییتر اجازه می دهد که بتوان 1 درصد تمام توییت ها را دانلود کرد. آنالیز احساسات یکی از روشهای متن کاوی می باشد که سعی می کند احساسات، رفتار، نظرات و تحلیل افراد مختلف را نسبت به محصول ها، سرویس ها، سازمان ها، افراد، رخدادها و موضوعات مشخص کند؛ بنابراین آنالیز احساسی این نظرات از اهمیت خاصی در حوزه های مختلف برخوردار است. در این مقاله، ما ابتدابه شرح مختصری درمورد آنالیز احساسات می پردازیم؛ سپس مشکلات آنالیز احساست توییت ها را از قبیل ویژگی ها و ابعاد زیاد توییت ها، بیان نشدن مستقیم احساسات، متن های دارای غلط املایی و غیره بیان می کنیم و در نهایت روش های ارایه شده در طی سال های اخیر رامعرفی می کنیم.

نویسندگان

شبنم اصفهانی

دانشگاه آزاد اسلامی واحد مشهد

مهرداد جلالی

دانشگاه آزاد اسلامی واحد مشهد

سیدمحمدحسین معطر

دانشگاه آزاد اسلامی واحد مشهد

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 :
  • B. Le and H. Nguyen, "Twitter Sentiment Analysis Using Machine ...
  • P. Shahana and B. Omman, "Evaluation of Features on Sentimental ...
  • T. Verma, et al., "Tokenization and Filtering Process in Rapid ...
  • K. L. Devi, et al., "Tweet Sentiment Classification Using an ...
  • Interhational Conference on Fuzzy and Neuro Computing ...
  • _ _ Text Pre-processing in Twitter Sentiment Analysis, " Procedia ...
  • B. Agarwal, et al., "Concept-level sentiment analysis with dep endency-based ...
  • _ _ _ on feature selectio Electrical Engineering, vol. 40, ...
  • _ _ _ _ Systems, vol. 89, pp. 14.46, 2015. ...
  • W. Medhat, et al., "Sentiment analysis algorithms and applications: A ...
  • C. M. Nebu and . Joseph, "A Hybrid Dimension Reduction ...
  • H. Saif, et al., "Contextual semantics for sentiment analysis of ...
  • G. Katz, et al., "ConSent: Context-based sentiment analysis, " ...
  • _ _ _ Streaming Data, " in Emerging ICT for ...
  • _ _ _ collaborative learning environments, " Computers in Human ...
  • A. S. Manek, et al., "Aspect term extraction for sentiment ...
  • _ _ _ _ Automatic Classification of Twitter Messages into ...
  • E. Gutierrez, et al., "Sentiment groups as features of a ...
  • S. M. Liu and J.-H. Chen, "A multi-labl classification based ...
  • نمایش کامل مراجع