تشخیص ویژگی های ضمنی با استفاده از قواعد نحوی زبان فارسی و خوشه بندی صفات

به طور معمول وقتی فردی قصد خرید یک محصول برخط را دارد، نظرات و یادداشت های نوشته شده توسط سایر افراد در مورد محصول را بررسی می کند و این مسئله تاثیر بسزایی در تصمیم گیری فرد برای خرید دارد. تجزیه و تحلیل نظرات کاربران که با عنوان تجزیه و تحلیل احساس یا نظرکاوی شناخته می شود، یکی از داغ ترین موضوعات تحقیقاتی در علم کامپیوتر است. هدف اصلی نظرکاوی، استخراج نظرات افراد درباره ی ویژگی های یک موجودیت یا کالا است. در این تحقیق، یک راه کار نظرکاوی بدون نظارت و مبتنی بر استخراج ویژگی های ضمنی برای محصولات در زبان فارسی ارایه شده است. استخراج ویژگی های ضمنی یکی از مراحل دشوار در تحلیل احساسات مبتنی بر ویژگی می باشد. در بیشتر پژوهش های پیشین از اطلاعات آماری برای ایجاد ماتریس هم رخداد و سپس تشخیص ویژگی های ضمنی استفاده شده است. در این پژوهش در کنار اطلاعات آماری، از قواعد نحوی زبان و خوشه بندی صفات جهت بهبود ماتریس هم رخداد بین کلمات (ویژگی ها و احساسات)  بهره گرفته شده است. ارزیابی های انجام شده بر روی داده های واقعی و استخراج شده از نظرات کاربران در سایت دیجی کالا، نشان می دهند که روش ارایه شده در این مقاله به نرخ بازخوانی و دقت بهتری  نسبت به کارهای قبلی دست یافته است.