نظرکاوی افزایشی با استفاده از یادگیری فعال بر روی جریان متون

نظرکاوی امروزه به عنوان یکی از کاربردهای پراهمیت پردازش زبان طبیعی مطرح است که به دلیل بالابودن حجم و نرخ نظرات تولیدشده نیاز به روش های ویژه ای برای پردازش دارد. امروزه با توجه به ماهیت جریان داده ای نظرات کاربران در شبکه های اجتماعی و سایت های تجارت الکترونیکی، استفاده از الگوریتم های دسته بندی غیر افزایشی باعث می گردد به مرور زمان کارایی مدل یادگرفته شده برای کاوش نظرات کاهش یافته و عملا غیر قابل استفاده شود. علاوه بر این به دلیل نامحدودبودن تعداد نظرات، امکان برچسب گذاری تمام نظرات برای ایجاد نمونه های آموزشی جدید و به روزرسانی مدل یادگرفته شده وجود ندارد. از آنجا که ممکن است نظرات جدید دارای واژگان جدید بوده و یا توزیع دسته های قطبیت تغییر کند، رانش مفهوم نیز می بایست در نظرکاوی افزایشی پشتیبانی گردد.
در این مقاله یک روش جدید برای یادگیری قطبیت متون به صورت افزایشی ارائه می گردد که با استفاده از یادگیری فعال جریان داده ای، متون ارزشمند برای به روز رسانی مدل دسته بندی را انتخاب می کند و پس از تعیین برچسب آنها توسط متخصص انسانی، از آنها برای بهبود مدل دسته بندی بهره می گیرد. روش پیشنهادی به صورت برخط و بدون نیاز به ذخیره متون، با استفاده از تعداد محدودی متون برچسب خورده آموزش می بیند و قادر به تشخیص و پشتیبانی از رانش مفهوم می باشد. روش پیشنهادی با روش های شاخص افزایشی و غیر افزایشی، با استفاده از مجموعه داده های معتبر و معیارهای ارزیابی استاندارد مقایسه و ارزیابی می شود.