عقیده کاوی در متون فارسی با استفاده از استخراج ویژگی توسط سیستم تطبیقی عصبی- فازی

در سالهای اخیر برای جلب بیشتر رضایت مشتری، استفاده از عقاید در کسب و کارها و خدماتصنعتی مورد توجه قرار گرفتهاست. از این رو، جوامع تحقیقاتی، دانشگاه ها و صنایع مختلف به دنبالارایه ی راهکاری جدید در حوزه ی عقیده کاوی می باشند که بتواند با دقت بیشتری به تجزیه و تحلیلاحساسات و عقاید بپردازد. عقیده کاوی به دسته بندی متنها بر اساس تمایل مندرج در آنها می پردازدو به عنوان زیر رشته ای جدید از پردازش زبان طبیعی، بازیابی اطلاعات و متن کاوی محسوب می شود.عقیده کاوی در سه سطح قابل بررسی می باشد. عقیده کاوی در سطح سند، در سطح جمله و در سطحویژگی.در این پژوهش، به دلیل کاربردی بودن عقیده کاوی در سطح ویژگی، روشی برای این منظور ارایهشده است که مبتنی بر تکرار ویژگی ها در اظهار نظرات می باشد. برای ارزیابی روش پیشنهادی،مجموعه عقاید کاربران در حوزه کالاهای تجاری جمع آوری شده و نتایج حاصل از روش پیشنهادیدر این حوزه مورد ارزیابی قرار خواهند گرفت. هدف از این تحقیق، ارایه ی راهکاری نو در حوزه یعقیده کاوی می باشد که بتواند عقاید پنهان شده در متون فارسی را با دقت بالایی پیش بینی کند. سیستمپیشنهادی این تحقیق از روشی مبتنی بر سیستم تطبیقی عصبی- فازی بهره می گیرد که به دنبالکشف روابط پنهان شده بین ویژگی های مختلف پیام ها می باشد. بررسی سیستم در نرم افزار متلب پیادهسازی شد و با سایر راهکارهای ارایه شده در حوزه ی تحقیق، مقایسه شد به گونه ای که در مقایسه هایانجام شده سیستم پیشنهادی به دقت 90.54 درصد رسیده است و عملکرد آن به طور کلی مطلوبارزیابی شده است.

کلیدواژه ها:

عقیده کاوی ، هوش محاسباتی ، سیستم تطبیقی ، شبکه های عصبی ، سیستم فازی