آمار
| تعداد نشریات | 45 |
| تعداد شماره‌ها | 1,361 |
| تعداد مقالات | 16,731 |
| تعداد مشاهده مقاله | 53,983,115 |
| تعداد دریافت فایل اصل مقاله | 16,667,547 |
چارچوبی برای تحلیل احساسات داده های متنی و شکلک ها در شبکه های اجتماعی | ||
| پردازش سیگنال پیشرفته | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 21 تیر 1402 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/jasp.2023.53172.1201 | ||
| نویسندگان | ||
| مرتضی شریفی؛ حجت اله حمیدی* | ||
| دانشگاه صنعتی خواجه نصیرالدین طوسی | ||
| چکیده | ||
| امروزه افراد به‌منظور افزایش احساس خود در متن یا خلاصه کردن عبارات ،از شکلک‌ها استفاده می‌کنند، تکنیک‌های قبلی یادگیری ماشین فقط شامل طبقه‌بندی متن، شکلک یا تصاویر، به‌تنهایی بوده است، جایی که شکلک‌ها با متن اکثر اوقات نادیده گرفته شده است. تحقیقات نشان می‌دهد یادگیری عمیق به‌ندرت در تحلیل احساسات بر روی ترکیب داده‌های متن و شکلک اعمال‌شده است. بنابراین، این مقاله متن و شکلک‌ها را به‌طور جداگانه و به‌صورت ترکیبی برای یافتن احساسات، تجزیه‌وتحلیل کرده است. بدین‌صورت که ابتدا یک تجزیه‌وتحلیل مقایسه‌ای از شبکه‌های عصبی کانولوشنی و شبکه‌های حافظه طولانی کوتاه‌مدت انجام می‌گردد، که جهت افزایش دقت تعبیه کلمات، بردارهای تعبیه کلمات از قبل آموزش‌دیده word2vec، glove، BERT و RoBERTa مورداستفاده قرار گرفته است. سپس یک مدل ترکیبی مبتنی بر توجه ارائه می‌گردد که از شبکه‌های عصبی کانولوشنی و شبکه‌های حافظه طولانی کوتاه‌مدت دوطرفه استفاده می‌کند. نتایج نشان می‌دهد که درنظر گرفتن شکلک‌ها به عنوان ویژگی، سبب افزایش دقت مدل شده است، همچنین مدل پیشنهادی بر اساس چهار معیار ارزیابی دقت، صحت، فراخوانی و امتیاز f1 از مدل‌های پایه و کارهای قبلی بررسی شده، بهتر عمل کرده، که دقت مدل پیشنهادی بر روی مجموعه داده بدون شکلک 80/85 بوده و برای مجموعه داده شامل شکلک 18/90 است. | ||
| کلیدواژه‌ها | ||
| تجزیه‌وتحلیل احساسات؛ عقیده کاوی؛ پردازش زبان طبیعی؛ یادگیری عمیق | ||
|
آمار تعداد مشاهده مقاله: 513 |
||