ساخت واژگان به صورت خودكار براي تحليل نظرات در حوزه بورس

با رشد چشمگير رسانه هاي اجتماعي، افراد و سازمانها به طور فزايندهاي از افكار عمومي در اين رسانه ها براي تصميم گيري خود استفاده مي‌كنند. هدف تحليل احساسات، استخراج خودكار احساسات افراد از اين شبكه‌هاي اجتماعي مي‌باشد. شبكه‌هاي اجتماعي مرتبط به بازارهاي مالي، از جمله بازارهاي سهام، اخيرا مورد توجه بسياري از افراد و سازمان‌ها قرار گرفته است. افراد در اين شبكه‌ها نظرات و عقايد خود را در مورد هر سهم در قالب يك پست يا توييت، به اشتراك مي‌گذارند. در واقع تحليل احساسات در اين حوزه، سنجش نگرش افراد به هر سهم است. يكي از رويكردهاي پايه‌اي و اصلي در تحليل خودكار احساسات روش‌هاي مبتني بر واژگان است. اغلب واژگان‌هاي مرسوم به صورت دستي استخراج شده‌اند كه فرايندي بسيار دشوار و هزينه بر است. در اين مقاله روشي جديد جهت استخراج يك واژگان به صورت خودكار در حوزه شبكه‌هاي اجتماعي بورسي ارائه شده است. يك ويژگي خاص اين شبكه‌ها، وجود اطلاعات قيمتي هر سهم در هر روز است. با در نظر گرفتن وضعيت قيمتي سهم در روز درج نظر براي آن سهم، واژگاني را براي بهبود كيفيت عقيده كاوي در اين شبكه‌ها استخراج نموديم. براي ارزيابي واژگان‌هاي توليد شده با استفاده از روش پيشنهادي، آن را با نسخه فارسي واژگان SentiStrength كه با هدف استفاده عمومي طراحي شده است، مقايسه نموديم. نتايج آزمايشات 20 درصد بهبود را در معيار صحت نسبت به استفاده از واژگان عمومي نشان مي‌دهد.