Sentiment Analysis Using Hybrid Machine Learning Method
| العنوان بلغة أخرى: |
تحليل المشاعر باستخدام طريقة مهجنة من التعلم الآلي |
|---|---|
| المؤلف الرئيسي: | حسونة، محمد أحمد علي (مؤلف) |
| المؤلف الرئيسي (الإنجليزية): | Hassonah, Mohammad Ahmad |
| مؤلفين آخرين: | السيد، رزق (مشرف) , الروضان، على عبدالله (مشرف) |
| التاريخ الميلادي: |
2017
|
| موقع: | عمان |
| الصفحات: | 1 - 69 |
| رقم MD: | 1245146 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | الجامعة الاردنية |
| الكلية: | كلية الدراسات العليا |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
22
| المستخلص: |
تعد عملية تحليل العواطف، وتعرف أيضا بالتنقيب عن الآراء، من أهم المواضيع التي يتم التطرق إليها في مجال تحليل اللغات الطبيعية. هدفها الأول والرئيسي هو تحليل وتحديد عواطف وآراء المستخدمين عبر محتواهم الكتابي. بالرغم من وجود العديد من الدراسات والمقاربات التي تطرقت لهذا المجال باستخدام تقنيات مختلفة، إلا أنه لا يزال في طوره الأولي ويحتوي على الكثير من المسائل والمشاكل المهمة التي يجب حلها والتطرق إليها. في هذه الدراسة، نقوم بإجراء عملية تحليل العواطف من وجهة نظر طريقة التعلم الآلي، حيث أننا نقوم ببناء نموذج تصنيف بناء على ثلاثة خيارات: إما إيجابي، محايد، أو سلبي، باستخدام خوارزمية آلات الدعم الموجهة. بالإضافة إلى ذلك، نستخدم في مقاربتنا خوارزميتين وهماMulti-Verse Optimizer وRelieff لتقليل عدد الكلمات المستخرجة على مرحلتين. بالإضافة إلى استخراج 6900 تغريده من شبكة التواصل الاجتماعي Twitter لاختبار عملنا المقترح. وقمنا أيضا بمقارنة نظريتنا المقترحة مع عدة خوارزميات وتقنيات أخرى. أظهرت النتائج أن النموذج المقترح قد تفوق على جميع التقنيات والخوارزميات الأخرى بقدرة نموذجنا على الحصول على نتائج دقة كبيرة، بالإضافة إلى قدرته على تقليل عدد الكلمات إلى أهمها فقط بنسبة 96.85% مقارنة مع العدد الأصلي للكلمات. ونقوم أيضا بتقسيم الكلمات إلى موضوعي، غير موضوعي، و Emoticon (تعابير وجهية وإيماءات) لتحليلها خلال المرحلتين الأولى والثانية من تقليل الكلمات. كل ذلك لتبيان أي علاقة بين هذه الكلمات في كلا المرحلتين. الملاحظ من خلال تجاربنا وجود الكثير من التشابه في النتائج النهائية لكلتي الخوارزميتين. |
|---|
عناصر مشابهة
-
Sentiment Analysis for Arabic Call Center Notes Using Machine Learning Techniques: A Case Study of Jordanian Dialect
بواسطة: الفار، حمزة عصام منشور: (2021) -
A Generic Model for Predicting and Analyzing Sentiments of Healthcare and Distance Learning Tweets Using Machine Learning Algorithms
بواسطة: الطراونة، بتول عوض محمد منشور: (2022) -
Sentiment Analysis of Jordanian Dialect in Social Media Using Machine Learning Models
بواسطة: عبابنة، أشرف سالم منشور: (2023) -
Aspect-Based Sentiment Analysis of Arabic Customers' Reviews Using Machine Learning
بواسطة: الصمادي، فارس أحمد نهار منشور: (2019) -
Classification of Arabic Speech Acts in Online Social Media Using Machine Learning
بواسطة: غبن، مجدي عاهد يوسف منشور: (2020)
