كاربرد الگوريتم‎هاي يادگيري ماشين در متن‎كاوي با رويكرد آناليز احساس

تخصيص نظرها و متن‎هاي منتشر شدۀ كاربران در فضاي مجازي به طبقاتي با احساسات مثبت يا منفي، در تحقيق‌هاي مربوط به متن‌كاوي اهميت بسيار زيادي دارد. هدف اين مقاله، استفاده و مقايسۀ روش‌هاي يادگيري ماشين در طبقه‌بندي متن‎هاي فارسي بر اساس احساسات كاربران فعال در فضاي مجازي است. داده‌هاي پژوهش، مجموعه نظرهاي منتشرشده دربارۀ فيلم‌هاي ايراني و خارجي در بازۀ زماني 1392 تا 1395 در سايت‌هاي سينمايي و نقد فيلم فارسي زبان است. پيش از به‎كارگيري الگوريتم‌ها، فرايند پيش‌پردازش داده‌ها بر اساس تبديل آنها به نويسه، حذف ايست‌واژه‌ها و تحليل چند‌واژه‌اي انجام گرفت. براي طبقه‌بندي داده‌ها، الگوريتم‌هاي با نظارت نايوبيز، ماشين‌ بردار ‌پشتيبان و شبكۀ عصبي استفاده شد. براساس نتايج به‎دست‌آمده، در آزمون خارج از نمونه ‌با وجود دقت عددي بيشتر الگوريتم نايوبيز بر شبكۀ عصبي و ماشين‌ بردار پشتيبان بر نايوبيز، برتري آماري نايوبيز بر شبكه‌هاي عصبي و ماشين ‌بردار ‌پشتيبان بر نايوبيز اثبات نشد. با وجود اين، نتايج تحقيق گوياي برتري معنادار الگوريتم ماشين بردار پشتيبان بر شبكه‌هاي عصبي در دقت طبقه‌بندي در سطح اطمينان 5 درصد است.