بهبود الگوریتم خوشه بندی جهت تحلیل احساس در متون فارسی
- سال انتشار: 1396
- محل انتشار: پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی
- کد COI اختصاصی: COMCONF05_133
- زبان مقاله: فارسی
- تعداد مشاهده: 955
نویسندگان
گروه کامپیوتر، واحد بویین زهرا، دانشگاه آزاد اسلامی، بویین زهرا، ایران
گروه کامپیوتر، واحد بویین زهرا، دانشگاه آزاد اسلامی، بویین زهرا، ایران
گروه مهندسی کامپیوتر، دانشگاه علم و صنعت، تهران، ایران
چکیده
امروزه با رشد سریع اینترنت و در دسترس بودن برای همه مردم دنیا، حجیم عظیمی از اطلاعات فراهم آمده است. اغلب این داده ها به صورت متنی هستند. تحلیل احساس شامل استخراج عقاید، احساسات، ارزیابی های کاربران از داده های متنی میباشد. تاکنون روشهایی به منظور دسته بندی متون به دو گروه داده های متنی حاوی نظرات مثبت و گروه حاوی نظرات منفی ارایه شده است. اغلب این روشها از یادگیری ماشین مبتنی بر ناظر بهره میبرند درحالیکه در بسیاری از موارد، ممکن است داده های لازم برای آموزش ماشین در دسترس نباشند. در این پژوهش، به تحلیل احساس درون متون پرداخته ایم. روش ارایه شده در این پژوهش از الگوریتم های خوشه بندی که در واقع همان روشهای یادگیری ماشین بدون ناظر میباشند، استفاده شده است. در این پژوهش هر متن را با استفاده از خصیصه های word -1 و word-2 مدل کردهایم. با توجه به اینکه داده های متنی شامل حجم زیادی از خصیصه ها هستند، به منظور کاهش تعداد خصیصهها ابتدا ریشه یابی انجام شده است، سپس کلمات متوقف کننده حذف شده اند و در ادامه خصیصههایی که فرکانس وقوع آنها از یک آستانه کمتر است را حذف کردهایم. با بکارگیری الگوریتم LDA، عناوین مهم که در دو نوع متون مثبت و منفی مجموعه خصیصهها که دارای اهمیت بیشتری هستند را استخراج کرده ایم و سپس با الگوریتم انتخاب خصیصه IGR فیلتر نهایی را روی خصیصه ها اعمال کردهایم. از چندین مرحله فیلتر خصیصه ها استفاده شده است که خصیصههای غیر سودمند خود چندین دسته خصیصههای غیر مرتبط، خصیصههای افزونه و خصیصههای نامتعادل میباشند. در نظر گرفتن چندین مرحله فیلترسازی خصیصهها روش مناسبی به منظور پالایش انواع مختلف خصیصه های غیر سودمند میباشد. در پایان با استفاده از الگوریتم EM خوشه بندی داده ها بر روی خوشه های مثبت و منفی انجام داده ایم. نتایج نشان میدهد روش پیشنهادی در این پژوهش نسبت به روشهای پیشین بهبود قابل توجهی ارایه داده است.کلیدواژه ها
متن کاوی، تحلیل احساس، انتخاب خصیصه، داده کاوی، خوشه بندیمقالات مرتبط جدید
- ناوبری وسائل نقلیه زیر آبی مستقلبا استفاده الگوریتم تکرارشونده خط مشی معتبر ایمن
- استفاده از هوش مصنوعی - یادگیری عمیق برای تشخیص خطای ماشینهای دوار
- هوش مصنوعی و کاربرد آن در حمل و نقل
- طراحی و پیاده سازی کنترل کنندهPI D فازی برای اکسترودر واحد پلی اتیلن سبک خطی در PLC زیمنس
- هوش مصنوعی: تحول دنیای مدرن و آینده نگری
اطلاعات بیشتر در مورد 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.