ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Sentiment Analysis and Opinion Mining on Twitter Data for Arabic Language

العنوان بلغة أخرى: تحليل المشاعر ورأي الجمهور على بيانات وسائل التواصل الاجتماعي باستخدام اللغة العربية
المؤلف الرئيسي: أبوصعيليك، سارة احمد (مؤلف)
مؤلفين آخرين: عبدالله، عماد الدين عوض عبدالله (مشرف)
التاريخ الميلادي: 2016
موقع: الزرقاء
الصفحات: 1 - 50
رقم MD: 856700
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: الجامعة الهاشمية
الكلية: كلية الدراسات العليا
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

377

حفظ في:
المستخلص: أصبحت مواقع التواصل الاجتماعي تحتل حيزا كبيرا في الحياة اليومية وأصبحت تجذب العديد من الأشخاص من مختلف الثقافات والمجتمعات واللغات واللهجات بشكل كبير جدا، الاستخدام المتزايد لهذه المواقع يحتم على الباحثين دراسة النصوص التي يقومون بنشرها للتعبير عن رأيهم في مختلف المواضيع لاحتوائها على العديد من المعلومات وبالتالي ظهرت الحاجة لدراسة وتحليل المشاعر الموجودة على هذه المواقع. ومن اللافت للنظر زيادة استخدام هذه المواقع وجعلها جزء لا يتجزأ من حياة المستخدمين العرب الذين يتواصلون ويعبرون عن آرائهم ومشاعرهم باستخدامها ومن هنا ظهرت الحاجة لدراسة هذه النصوص وتحليلها في مختلف المواضيع سواء كانت مشاعر أو الخدمات أو البضائع وغيرها من المواضيع. في هذه الرسالة قمنا بدراسة مشاعر الجمهور وتحليلها وبالتحديد الموجودة على تويتر بسبب تزايد عدد المستخدمين العرب له ولكونه مصدرا ممتازا للمعلومات والمشاعر والآراء من المجموعات التي تشترك في نفس الاهتمام. أنشأنا في هذه الدراسة مجموعة من السمات الخاصة بالنص العربي وتأثيرها على النصوص العربية، تتضمن هذه الدراسة خمس مجموعات رئيسية وهي: السمات المعجمية، السمات الخاصة بطريقة الكتابة، السمات التي تقيس المشاعر، السمات القواعدية بالإضافة إلى سمات المحتوى. بنيت هذه المجموعة لتكون قادرة على تحليل النصوص لوحدها دون الحاجة لاستخدام سمات شائعه الاستخدام من قبل الباحثين في هذا المجال. هذا وقمنا بإجراء العديد من التجارب لقياس قوة أداء منهجيتنا بطرق متعددة وسمات مختارة ضمن طرق تصنيف متعددة بالإضافة إلى اختيار نصوص من مجموعات مختلفة المحتوى، وأظهرت التجارب العلاقة بين مجموعات السمات المختلفة من خلال عدد من السمات المستخدمة والخوارزميات المطبقة ونسبة النصوص التي تم تصنيفها بشكل صحيح. وقمنا أيضا بتوضيح تأثير كل مجموعة على حده ومقارنة النتائج فيما بينها. وتعتبر منهجيتنا التقنية الأولى من نوعها التي تتعامل مع النص العامي العربي على تويتر بسمات صممت خصيصا لهذا الغرض. إذ أظهرت نتائج ممتازة مقارنة مع غيرها، وتظهر النتائج قوة أداء التقنية بدون ترجمة النص إلى اللغة الإنجليزية أو اللغة العربية الفصحى.

عناصر مشابهة