استخراج جنبه برای تحلیل احساسات با شبکه عصبی کانولوشن بسیار عمیق
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,070
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CONFITC04_176
تاریخ نمایه سازی: 6 مهر 1397
چکیده مقاله:
در این مقاله ما به بررسی و ارایه یک رویکرد یادگیری بسیار عمیق جهت استخراج جنبه برای تحلیلاحساسات می پردازیم .استخراج جنبه یک وظیفه جانبی از تحلیل احساسات است که به شناسایی اهداف یکنظر یا ایده در متن خودرای میپردازد که به معنای کشف جوانب خاص یک محصول یا سرویس است کهصاحب نظر به تمجید یا تقبیح آن می پردازد. برای این منظور، از یک شبکه عصبی کانولوشن بسیار عمیقبرای برچسب گذاری هر کلمه در جملات خودرای به عنوان یک کلمه جنبه یا غیر جنبه استفاده شد. همچنینمجموعه ای از الگوهای زبان شناسی برای تلفیق آنها با شبکه عصبی توسعه داده شد. نتایج ارزیابی حاصل ازطبقه بندی گروهی همراه با مدل تعبیه کلمات مبتنی بر یادگیری بسیار عمیق برای تحلیل احساسات نشان دادکه روش پیشنهادی در مقایسه با روشهای پایه عملکرد بمراتب بهتری دارد.
کلیدواژه ها:
نویسندگان
سینا دامی
استادیار گروه کامپیوتر، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران
امیررضا عرفانی راد
دانشجوی کارشناسی ارشد IT، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران