تحلیل احساسات در توییتر با شبکه های عصبی کانولوشن عمیق
- سال انتشار: 1396
- محل انتشار: سومین کنفرانس ملی نوآوری و تحقیق در مهندسی برق و مهندسی کامپیوتر و مکانیک ایران
- کد COI اختصاصی: ICCONF03_041
- زبان مقاله: فارسی
- تعداد مشاهده: 1414
نویسندگان
استادیار گروه کامپیوتر، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران
دانشجوی کارشناسی ارشد IT، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران ایران
چکیده
تحلیل احساسات محتوای ایجاد شده توسط کاربر آنلاین برای تحلیل بسیاری از وظایف رسانه های اجتماعی دارای اهمیت است. پژوهش گران به منظور پیش بینی انتخابات سیاسی عمدتا نسبت به تحلیل احساسات متون در سیستم های ایجاد شده، اندازه گیری شاخص های اقتصادی و غیره عکس العمل نشان می دهند. اخیرا، کاربران رسانه های اجتماعی نظیر توییتر از تصاویر اضافی و ویدیوها جهت انتشار نظرات و تجارب خود به وفور استفاده می کنند. تحلیل احساسات متون در مقیاس بزرگ و محتوای تصویری می تواند به ارایه عکس العمل های بهتر نسبت به رویدادها و موضوعات کمک نماید. در این مقاله، از هر دو روش تحلیل احساسات بصری و متنی با استفاده از شبکه های عصبی کانولوشن (CNN) عمیق بهره می گیریم . نتایج تجربی نشان می دهد که تلفیق ویژگی های بصری و متنی عملکرد بمراتب بهتری از هریک از ویژگی های پایه با مدل CNN دارد.کلیدواژه ها
تحلیل احساسات، استخراج ویژگی ها، ویژگی های متنی و بصری، تلفیق ویژگی ها شبکه عصبی کانولوشن (CNN)مقالات مرتبط جدید
- بررسی به کارگیری سیستم ذخیره سازی انرژی با استفاده از منابع انرژی تجدیدپذیر
- اقدامات لازم برای حفاظت از محیط زیست دریایی
- ارائه طرح مبتنی بر رایانش ابری جهت ارتقاء بهره وری صنایع خودروسازی (مطالعه موردی: مدیران خودرو)
- مروری بر تکنولوژی ماکرویو برای خردایش سنگ های کمیاب
- کاربرد و بکارگیری تکنولوژی های اینترنت اشیا ، یادگیری ماشین و پردازش تصویر در امنیت و کنترل خودرو
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.