مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

342
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

538
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

تشخیص عددی قطبیت با کاربست شبکه های عمیق بازگشتی و یادگیری بانظارت در نظرکاوی بر روی مرورهای فارسی کاربران حوزه تجارت الکترونیک

صفحات

 صفحه شروع 153 | صفحه پایان 169

چکیده

نظرکاوی, زیرشاخه ای از داده کاوی است که به حوزه پردازش زبان طبیعی وابسته بوده و با گسترش تجارت الکترونیکی, به یکی از زمینه های محبوب در بازیابی اطلاعات تبدیل شده است. این حوزه بر زیرمجموعه های مختلفی مانند تشخیص قطبیت, استخراج جنبه و تشخیص هرزنظر تمرکز دارد. اگرچه وابستگی نهانی بین این زیرمجموعه ها وجود دارد اما طراحی یک چارچوب جامع شامل تمامی این موارد, بسیار چالش برانگیز است. پژوهش های موجود در این حوزه اکثراً بر روی زبان انگلیسی بوده و برای تحلیل احساس, بدون توجه به زیرمجموعه های تأثیرگذار, فقط بر روی حالت باینری تمرکز داشته اند. همچنین استفاده از یادگیری ماشینی برای دسته بندی نظرات بسیار رایج است و در سال های اخیر, اغلب پژوهش ها از یادگیری عمیق با اهداف متفاوت استفاده کرده اند. از آنجا که در ادبیات پژوهشی به چارچوبی جامع با تمرکز بر زیرمجموعه های تأثیرگذار کمتر پرداخته شده است, از این رو در مقاله حاضر با استفاده از راهکارهای نظرکاوی و پردازش زبان طبیعی, چارچوب جامع مبتنی بر یادگیری عمیق با نام RSAD که پیشتر توسط نویسندگان این مقاله در حوزه نظرکاوی کاربران فارسی زبان توسعه داده شده بود برای تشخیص قطبیت در دو حالت باینری و غیر باینری جملات با تمرکز بر سطح جنبه بهبود داده شده که تمام زیرمجموعه های لازم برای تحلیل احساس را پوشش می دهد. مقایسه و ارزیابی RSAD با رویکردهای موجود, نشان دهنده استحکام آن است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    جمشیدی نژاد، سپیده، احمدی آبکناری، فاطمه، و بیات، پیمان. (1400). تشخیص عددی قطبیت با کاربست شبکه های عمیق بازگشتی و یادگیری بانظارت در نظرکاوی بر روی مرورهای فارسی کاربران حوزه تجارت الکترونیک. مهندسی برق و مهندسی کامپیوتر ایران - ب مهندسی کامپیوتر، 19(3 )، 153-169. SID. https://sid.ir/paper/414773/fa

    Vancouver: کپی

    جمشیدی نژاد سپیده، احمدی آبکناری فاطمه، بیات پیمان. تشخیص عددی قطبیت با کاربست شبکه های عمیق بازگشتی و یادگیری بانظارت در نظرکاوی بر روی مرورهای فارسی کاربران حوزه تجارت الکترونیک. مهندسی برق و مهندسی کامپیوتر ایران - ب مهندسی کامپیوتر[Internet]. 1400؛19(3 ):153-169. Available from: https://sid.ir/paper/414773/fa

    IEEE: کپی

    سپیده جمشیدی نژاد، فاطمه احمدی آبکناری، و پیمان بیات، “تشخیص عددی قطبیت با کاربست شبکه های عمیق بازگشتی و یادگیری بانظارت در نظرکاوی بر روی مرورهای فارسی کاربران حوزه تجارت الکترونیک،” مهندسی برق و مهندسی کامپیوتر ایران - ب مهندسی کامپیوتر، vol. 19، no. 3 ، pp. 153–169، 1400، [Online]. Available: https://sid.ir/paper/414773/fa

    مقالات مرتبط نشریه ای

  • ثبت نشده است.
  • مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button