يجب تسجيل الدخول أولا
A Machine Learning Approach to Identify Extremism in Arabic Opinions
| العنوان بلغة أخرى: |
أسلوب مبني على تعلم الآلة لتحديد التطرف في الآراء العربية |
|---|---|
| المؤلف الرئيسي: | حسني، هند حسين (مؤلف) |
| مؤلفين آخرين: | شواقفة، عماد محمود (مشرف) |
| التاريخ الميلادي: |
2019
|
| موقع: | إربد |
| الصفحات: | 1 - 96 |
| رقم MD: | 996929 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة اليرموك |
| الكلية: | كلية تكنولوجيا المعلومات وعلوم الحاسوب |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
105
| المستخلص: |
لقد سمح الاستخدام المتزايد للإنترنت والشبكات الاجتماعية للناس بالتعبير عن وجهات نظرهم، مما أدى إلى زيادة الاهتمام في الآونة الأخيرة. تستخدم تقنيات تحليل المشاعر لتحديد قطبية المعلومات، إما إيجابية أو سلبية، تجاه موضوع معين، بما في ذلك الآراء. في هذا البحث، أدخلنا منهجا تعليميا آليا يعتمد على (NB) Naïve ,(SVM) Support Vector Machine Bayesو(RF) Random Forest، لإيجاد وتصنيف الآراء المتطرفة في المراجعات العربية. لتحقيق ذلك، تم جمع مجموعة من (1500) مراجعة باللغة العربية من متجر. Google Play بالإضافة إلى ذلك، تم تطبيق عملية التصنيف على مرحلتين لتصنيف المراجعات. في المرحلة الأولى. قمنا ببناء مصنف ثنائي لفرز إيجابي من الحالات السلبية. في المرحلة الثانية، قمنا بتطبيق آلية التصنيف الثنائي على أساس مجموعة من القواعد المقترحة التي تميز الإيجابي المتطرف عن المراجعات الإيجابية، والسلبية المتطرفة من المراجعات السلبية. أجريت أربع تجارب رئيسية مع ما مجموعه 10 تجارب فرعية مختلفة للحصول على عملية من مرحلتين باستخدام مخططات: X-Validation المختلفة وطريقة اختيار ميزة. TF-IDF وقد أشارت النتائج التي تم الحصول عليها إلى أن SVM كان الأفضل خلال تصنيف المرحلة الأولى مع بيانات اختبار 30%، وكان NB الأفضل مع بيانات اختبار 20%. أشارت نتائج تصنيف المرحلة الثانية إلى أن SVM قد حققت نتائج أفضل عند التعامل مع مجموعة البيانات الإيجابية مع دقة شاملة بلغت 68.7% وأظهر NB دقة أفضل عند التعامل مع مجموعة البيانات السلبية، مع دقة إجمالية بلغت 72.8%. |
|---|
عناصر مشابهة
-
Aspect-Based Sentiment Analysis of Arabic Customers' Reviews Using Machine Learning
بواسطة: الصمادي، فارس أحمد نهار منشور: (2019) -
A Study about Patient Opinion Mining on Drug: Reviews
بواسطة: Nahma, Dina R. منشور: (2021) -
A Machine Learning Approach to Recognizing Iraqi Delicate Emotions
بواسطة: محي، غصون علي محي منشور: (2023) -
A Machine Learning Model Using Feature Selection for Sentiment Analysis in Arabic Language
بواسطة: الواكد، مؤيد أحمد منشور: (2020) -
Using Machine Learning to Analyze Emotions in Arabic and Dialectical Texts
بواسطة: Hamed, Dina Abdelnaser منشور: (2024)
