ساخت واژگان به صورت خودکار برای تحلیل نظرات در حوزه بورس

با رشد چشمگیر رسانه های اجتماعی، افراد و سازمانها به طور فزایندهای از افکار عمومی در این رسانه ها برای تصمیم گیری خود استفاده می کنند. هدف تحلیل احساسات، استخراج خودکار احساسات افراد از این شبکه های اجتماعی می باشد. شبکه های اجتماعی مرتبط به بازارهای مالی، از جمله بازارهای سهام، اخیرا مورد توجه بسیاری از افراد و سازمان ها قرار گرفته است. افراد در این شبکه ها نظرات و عقاید خود را در مورد هر سهم در قالب یک پست یا توییت، به اشتراک می گذارند. در واقع تحلیل احساسات در این حوزه، سنجش نگرش افراد به هر سهم است. یکی از رویکردهای پایه ای و اصلی در تحلیل خودکار احساسات روش های مبتنی بر واژگان است. اغلب واژگان های مرسوم به صورت دستی استخراج شده اند که فرایندی بسیار دشوار و هزینه بر است. در این مقاله روشی جدید جهت استخراج یک واژگان به صورت خودکار در حوزه شبکه های اجتماعی بورسی ارایه شده است. یک ویژگی خاص این شبکه ها، وجود اطلاعات قیمتی هر سهم در هر روز است. با در نظر گرفتن وضعیت قیمتی سهم در روز درج نظر برای آن سهم، واژگانی را برای بهبود کیفیت عقیده کاوی در این شبکه ها استخراج نمودیم. برای ارزیابی واژگان های تولید شده با استفاده از روش پیشنهادی، آن را با نسخه فارسی واژگان SentiStrength که با هدف استفاده عمومی طراحی شده است، مقایسه نمودیم. نتایج آزمایشات 20 درصد بهبود را در معیار صحت نسبت به استفاده از واژگان عمومی نشان می دهد.