Sentiment Analysis for Arabic Social Media News Polarity
| العنوان بلغة أخرى: |
تحليل المشاعر والقطبية لمنشورات مواقع التواصل الاجتماعي الإخبارية |
|---|---|
| المؤلف الرئيسي: | كنعان، عمران حسان (مؤلف) |
| مؤلفين آخرين: | كنعان، غسان غازى (مشرف) |
| التاريخ الميلادي: |
2019
|
| موقع: | عمان |
| الصفحات: | 1 - 89 |
| رقم MD: | 1052921 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة عمان العربية |
| الكلية: | كلية العلوم الحاسوبية والمعلوماتية |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
172
| المستخلص: |
أصبحت منشورات مواقع التواصل الاجتماعي في نمو متسارع أثناء الآونة الأخيرة. ولهذا، من الجدير بالذكر أن مواقع التواصل الاجتماعي الإخبارية في العالم العربي باتت ذات أثر كبير على مستخدميه. وبناء على ذلك، أصبح من المهم تصنيف قطبية تلك المنشورات إلى ثلاث تصنيفات، الإيجابية، والسلبية، بالإضافة إلى المحايدة. ومن خلال تحليل قطبية المنشورات تم التوصل إلى دراسة سلوك، وردود فعل، ومدى قبول وتفاعل مستخدمي مواقع التواصل الاجتماعي. لذا، تتطلع هذه الرسالة البحثية إلى جمع البيانات من صفحات مواقع التواصل الاجتماعي الإخبارية، والعربية على وجه الخصوص. كما تهدف الرسالة بدورها إلى بناء وإعداد مجسم يحتوي على البيانات التي تم تصنيفها بطريقة يدوية، والتي سوف تستخدم فيما بعد في عمليات الاختبار والتدريب. أيضا، تعد معالجة اللغات الطبيعية على البيانات التي بين يدينا أمر في غاية الأهمية حيث تسهم معالجة اللغات الطبيعية في جعل الحاسوب قادرا على فهم ومعالجة البيانات بكل سهولة ويسر. تم تطبيق واستخدام خطوات معينة من أجل إجراء معالجة اللغات الطبيعية. وتعتبر حذف الكلمات الشائعة، وإرجاع الكلمات إلى جذورها الأصلية، وتحويل الكلمات من مرحلة الفقرات إلى مرحلة الكلمات المنفصلة من أبرز الأمثلة على تلك الخطوات. يكمن الهدف الرئيسي لهذه الرسالة في بناء مصنفات مثل SVM، وNB، وK-NN، وDT، بالإضافة إلى RF. كما تبنى تلك المصنفات باستخدام البيانات لتدريبها. سوف تقاس مدى دقة هذه المصنفات عن طريق أدوات القياس F1 Measure, Recall and precision. وتنقسم عملية القياس إلى خطوتين تستخدمان أداة الويكا أو WEKA Tool والتي تعتبر مصدرا مفتوحا. تتطلع هذه الرسالة بشكل مختصر إلى تصنيف منشورات مواقع التواصل الاجتماعي الإخبارية إلى ثلاث فئات مختلفة؛ الفئة الإيجابية، والسلبية، والحيادية. وقد حقق المصنف SVM أعلى نسبة من الدقة حيث بلغت 83% مقارنة بجميع المصنفات الأخرى. |
|---|
عناصر مشابهة
-
Semantic Sentiment Analysis In Arabic Social Media
بواسطة: Tartir, Samir Yacoub Mufid منشور: (2017) -
Public Sentiment Analysis in Social Media on the SARS-CoV-2 Vaccination Using VADER Lexicon Polarity
بواسطة: الجرادي، جيهان منشور: (2022) -
Sentiment Analysis: An Appraisal Approach to Trip Advisor Reviews Headlines
بواسطة: Zaytoon, Heba Ahmed Ragai منشور: (2019) -
Sentiment Analysis of User's Interactions on the Social Media and their Impact on the Jordanian Elections
بواسطة: المعايطة، محمد خليفة علي منشور: (2023) -
Building a Hybrid Sentiment Analysis System for Arabic Language
بواسطة: الرفاعي، معاذ محمد خير ظاهر منشور: (2017)
