بكارگيري مدل تحليل احساسات در سطح حروف مبتني بر شبكه عصبي روي نظرات فارسي ثبت شده در شبكه ‌هاي اجتماعي و فروشگاه‌هاي اينترنتي

امروزه با توجه به تمايل روزافزون مردم براي خريد اجناس از طريق فروشگاه‌هاي اينترنتي و شبكه‌هاي مجازي، شاهد افزايش داده‌هاي بدون ساختار مانند متن در سطح اينترنت هستيم. لذا پردازش متون و توسعه الگوريتم‌هاي كارآمد جهت استخراج دانش، توجه پژوهشگران حوزه علوم داده را در بسترهاي مذكور به خود جلب كرده است. از رويكردهاي پردازش متن مي‌توان به دسته‌بندي جملات به گروه‌هاي احساسي متفاوت با استفاده از الگوريتم‌ها و روش‌هاي گوناگون اشاره كرد. در پژوهش حاضر، چارچوبي براي دسته‌بندي نظرات، مبتني بر احساسات كاربران توسعه داده شده است كه از پردازش در سطح حروف بهره مي‌برد. از اين‌رو در چارچوب پيشنهادي، از معماري تعبيه شده در مدل‌هاي زباني استفاده شده است كه لايه‌هاي چهارگانه تعبيه (جهت انتقال حروف به فضاي برداري)، پيچش يك بُعدي (جهت استخراج بردار ويژگي براي هر واژه)، نگاشت و شبكه عصبي بازگشتي را شامل مي‌شود. در چارچوب پيشنهادي، ابتدا با بكارگيري لايه تعبيه در سطح حروف، برداري ثابت براي آنها تعيين مي‌شود. سپس، مبتني بر عملگرهاي پيچش يك بعدي كه به صورت موازي بكارگيري شده‌اند، ارتباط معنايي و منطقي بين حروف تشكيل‌دهنده هر واژه به دست آمده و بردار 128 بعدي براي هر لغت، حاصل مي‌شود. پس از دستيابي به بردارهاي واژگان، با استفاده از دو معماري شبكه‌هاي عصبي بازگشتي، ارتباط بين واژگان كشف شده و احساس مرتبط با ديدگاه، تعيين مي‌شود. نتايج حاصل از بكارگيري مدل پيشنهادي بر روي مجموعه نظرات مبتني بر سنجه‌هاي Accuracy و F-score، به‌ترتيب 79.87% و 79.90% مي‌باشد.