زهرا قائمی - دانشجوی کارشناسی ارشد، دانشکده مهندسی فناوری اطلاعات و کامپیوتر،دانشگاه صنعتی ارومیه،ارومیه، ایران
جعفر طهمورث نژاد - استادیار،دانشکده مهندسی فناوری اطلاعات و کامپیوتر،دانشگاه صنعتی ارومیه،ارومیه، ایران

با توجه به اینکه روشهای شبکه عصبی موفقیت های زیادی در زمینه طبقه بندی احساسات داشتهاند ، در سالهای اخیر برخی از آثار با ترکیب اطلاعات مربوط به کاربر و محصول درنمایش بررسی، پیشرفت هایزیادی به دست آورده اند. با این حال ، در بسیاری از بررسی ها شاهد اولویت قوی کاربر و یا مشخصه های محصولبوده ایم. دو نوع از اطلاعات نقشتعیین کننده و متفاوتی در برچسب گذاری احساسات در یکبررسی دارند. لذامنطقی نیست که اطلاعات مربوط به کاربر و محصول را در یک نمایش مورد بررسی قرار دهیم. در این مقاله چارچوبجدیدی برای رمز گذاری اطلاعات کاربر و محصول پیشنهاد می کنیم. ابتدا ، دو شبکه عصبی سلسله مراتبی برایایجاد دو نمایشاز کاربر و محصول اعمال می کنیم. سپس، یک استراتژی ترکیبی برای استفاده کامل و همزمان ازدو نمایش برای آموزش و پیش بینی نهایی، طراحی می کنیم. نتایج تجربی گویای بهینه بودن مدل ما نسبت بهسایر روش های پیشرفته در مجموعه داده های IMDB و Yelp می باشد.

تجزیه و تحلیل احساسات، طبقه بندی احساسات،شبکه عصبی،اطلاعات کاربرومحصول