العنوان بلغة أخرى: |
تحليل العواطف للظروف والصفات |
---|---|
المصدر: | آداب الرافدين |
الناشر: | جامعة الموصل - كلية الآداب |
المؤلف الرئيسي: | محمد، هالة عبدالإله (مؤلف) |
المؤلف الرئيسي (الإنجليزية): | Mohammed, Halah Abdulelah |
مؤلفين آخرين: | محمود، لبنى زهير (م. مشارك) , هاشم، زينب عمار (م. مشارك) |
المجلد/العدد: | مج52, ملحق |
محكمة: | نعم |
الدولة: |
العراق |
التاريخ الميلادي: |
2022
|
التاريخ الهجري: | 1444 |
الشهر: | كانون الأول |
الصفحات: | 173 - 212 |
ISSN: |
0378-2867 |
رقم MD: | 1487442 |
نوع المحتوى: | بحوث ومقالات |
اللغة: | الإنجليزية |
قواعد المعلومات: | AraBase |
مواضيع: | |
كلمات المؤلف المفتاحية: |
الآراء | تحليل العواطف | شخصي | عام | مشاعر | Opinions | Sentiment Analysis | Subjective | Objective | Emotions
|
رابط المحتوى: |
الناشر لهذه المادة لم يسمح بإتاحتها. |
المستخلص: |
يهدف البحث إلى تحليل الآراء والعواطف والتقييمات الذاتية والموضوعية على مستوى الجملة إلى آراء إيجابية وسلبية باستخدام تقنية NLP (معالجة اللغات الطبيعية)، ويهدف البحث أيضا إلى تشخيص قوة الظروف والصفات أو ما يسمى (ربط الصفة مع الظرف)، ويفترض البحث أن (+1) هو إيجابي و(+2) أو أكثر إيجابية بشدة وأكثر من (-1) هو سلبي بشدة بينما (0.0) تعني أن الظرف أو الصفة أو الجملة كافة حيادية، فضلا عن ذلك فإن البحث يوضح المنهجيات الرئيسة لتحليل العواطف والمتضمنة الطرائق الحسابية (طرائق حساب النتائج المتغيرة، تحليل العواطف 2.0.0 ومحلل العواطف(Monkey Learn)، ويناقش البحث نموذجين من نماذج تحليل العواطف (Dobrescu, 2011) الذي يتناول المفاهيم الأساسية لتحليل العواطف، أما الأنموذج الثاني فهو القواميس الذهنية للتقييم التي تم استخدامها لاستخلاص "تعابير التقييم" و"مجاميع التقييم" بالاعتماد على نظرية التقييم، وبعد الانتهاء من عملية جمع العينات بدقة خلص الباحثون إلى أن النتيجة الأبرز هي أن الظروف التعزيزية منفردة ليست حاملة للعواطف على أية حال فإن الظروف تقوي المعاني الدلالية للصفات، ووجد الباحثون أيضا أن الصفات أقوى من الظروف في التحليل العاطفي، وأن مصطلحي " القوة" و"التركيز" مميزان جدا في تصنيف القواميس الذهنية التقييمية. The current paper presents a sentiment analysis that has been employed to analyst opinions, emotions, evaluations, subjective, objective and appraisal at sentence-level into positive or negative opinion by using NLP (Natural Language Processing). It deals with identifying the intensity of adverbs, adjectives, or AAC (Adverb-Adjective Combination). It hypothesizes a score of +1 is positive and +2 or more is (strongly positive) and more than -1 is (maximally negative) whereas a score of 0.0 denotes that the adverb, adjective or overall sentence is (neutral). Furthermore, it clarifies the major procedures of SA including the computational methods “variable scoring” algorithm, “Sentiment Analysis 2.0.0”, and “MonkeyLearn Sentiment Analyzer”. It discusses two models of sentiment analysis “Dobrescu, 2011” which investigates the main concepts of SA. The second model is “Appraisal Lexicons” which has been utilized to extract “appraisal expressions” as well as “appraisal groups” based on “Appraisal Theory”. After data analysis has been collected accurately, the researchers have conducted that the most significant conclusions represent that intensifying adverbs alone are not sentiment-laden. However, adverbs strengthen the semantic conveyed by adjectives. In addition, the researchers have found that adjectives are stronger than adverbs in sentimental analysis. The terms “force” and “focus” are very important in classifying appraisal lexicons. |
---|---|
ISSN: |
0378-2867 |