تشخيص شدت نظر در شبكه هاي اجتماعي با استفاده از ويژگي هاي انتزاع-بالا

تحليل نظرات در ميكروبلاگ ها،كه شامل تخيص خودكار و استخراج اطلاعات هدف دار از نظرات است،از طرفي جوامع وب كاوي مورد توجه است.اين مقاله به تشخيص شدت نظر در وب اجتماعي با استفاده از ويژگي هاي انتزاع بالا مبتني بر فرهنگ واژگان نظر مي پردازد.در اينجا،از منابع لغوي به منظور استخراج شاخص هاي احساسي از متن زبان طبيعي استفاده شده است.ويژگي ها مبتني بر 5 فرهنگ واژگان نظر مختلف در زمينه شدت نظر كه تكميل كننده يكديگر هستند،مي باشند.نتايج روي 6 مجموعه داده از محيط هاي اجتماعي متنوع آزمايش شده است.نتايج نشان مي دهد كه تركيب ويژگي هاي انتزاع بالا باعث افزايش كارآيي مي شود.در مقايسه با SentiStrength كه عملكرد نسبتا خوبي با داده هاي شبكه اجتماعي دارد در اكثر مجموعه داده ها دقت بهتري داريم.هرچند رويكردهاي مبتني بر فرهنگ واژگان از يك شاخص احساسي ثابت براي كلمات بدون توجه به موقعيت كلمه در جمله استفاده مي كنند و باعث كاهش كارايي مي شوند،اما بهره برداري از چند فرهنگ واژگان باعث كاهش تعداد ويژگي ها مي شود و به ويژگي ها معنا مي دهد و از مسيله خلوت بودن كه در روش هاي قبلي وجود داشت جلوگيري مي كند.