ارايه روش نظارتي براي نظركاوي در زبان فارسي با استفاده از لغت‌نامه و الگوريتم SVM سعيده علي‎مرداني1، عبدالله آقايي2

Opinion Mining in Persian Language

به‎سبب رشد سريع شبكه‌ها و رسانه‌هاي اجتماعي، امكان دسترسي افراد به نظرهاي ديگران افزايش يافته است. نظرها، حاوي اطلاعات ارزشمندي‎اند كه با تحليل آنها، مي‌توان به گرايش‎ها و ترجيح افراد پي برد و نظرهاي مثبت و منفي را نسبت به مسايل گوناگون، شناسايي كرد. نظركاوي فرايندي است كه به تحليل عاطفه‎ها، احساس‎ها و نظرهاي افراد مي‌پردازد و از اين طريق، اولويت افراد را شناسايي مي‎كند. در اين مقاله، روشي براي نظركاوي در زبان فارسي ارايه شده است كه از تركيب لغت‌نامه و الگوريتم نظارتي ماشين بردار پشتيبان (SVM) استفاده مي‌كند. براي ايجاد لغت‌نامه، از لغت‌نامه SentiWordNet بهره برده شده است. در واقع اين لغت‌نامه، مجموعه ويژگي‎هاي الگوريتم SVM است. براي ارزيابي نتايج، از داده‌هاي دامنه هتل استفاده شد. چهار فرضيه براي دستيابي به بهترين نتيجه تعريف شد كه از اين بين، بيشترين درستي، به فرضيه حاصل‌ضرب قطبيت در تعداد تكرار كلمه‎ها اختصاص يافت.

Rapid growth of networks and social networks results in more access to people’s opinion. These opinions contain useful information. By analyzing these opinions, people’s preferences and their positive and negative opinions about different subjects can be identified. Opinion mining is the process of analyzing people’s emotions, feelings and opinions to identify their preferences. In this article, a method for opinion mining in Persian language is introduced that is a combination of SVM and lexicon as a set of features. The lexicon is created by using SentiWordNet. To assess the algorithm, data of hotel domain is collected. Four cases were defined and among those cases, the case in which frequency of word multiplies with its orientation got the best result. The proposed method performs better compared to other methods in Persian opinion mining.