تحلیل احساس در رسانه های اجتماعی فارسی با رویکرد شبکه عصبی پیچشی

افزایش کاربری شهروندان از رسانه های اجتماعی (مانند توییتر، فروشگاه های برخط و غیره) آنها را به منبعی عظیم برای تحلیل و درک پدیده های گوناگون تبدیل کرده است. هدف تحلیل احساس استفاده از داده های به دست آمده از این رسانه ها و کشف گرایش های پیدا و پنهان کاربران نسبت به موجودیت های خاص حاضر در متن است. در کار حاضر ما با استفاده از شبکه عصبی پیچشی که نوعی شبکه عصبی پیش خور است، به تحلیل گرایش نظرات در رسانه های اجتماعی در دو و پنج سطح و با در نظر گرفتن شدت آنها می پردازیم. در این شبکه عمل کانولوشن با استفاده از صافی هایی با اندازه های مختلف بر روی بردارهای جملات ورودی اعمال می شود و بردار ویژگی حاصل به عنوان ورودی لایه نرم بیشینه برای دسته بندی نهایی جملات به کار می رود. شبکه های عصبی پیچشی با پارامترهای مختلف با استفاده از معیار مساحت زیر منحنی و بر روی مجموعه داده جمع آوری شده از رسانه های اجتماعی فارسی ارزیابی شدند و نتایج به دست آمده نشان دهنده بهبود کارایی آنها در گستره رسانه های اجتماعی نسبت به روش های سنتی یادگیری ماشین به خصوص بر روی داده ها با طول کوتاه تر هستند.