شناسایی هیجان در متن فارسی با استفاده از مدل یادگیری ماشینی

پژوهش حاضر به‌منظور ارائه‌ی یک مدل محاسباتی برای بازشناسی هیجان در متن فارسی صورت گرفته است. در مدل پیشنهادی تحقیق، گروه‌بندی هشت‌گانه‌ی پلاچیک در هیجان‌ها به‌عنوان مبنای یادگیری نظارت‌شده، ویژگی‌های بافتی متن فارسی و لیست واژگان هیجانی برچسب‌دار به‌عنوان عناصر و اجزای مدل تعیین شده‌اند. برای آزمون مدل (شرایط واقعی) از صد متن منتخب شامل سرمقاله‌ی روزنامه‌های سیاسی اجتماعی استفاده شده است. همچنین در این تحقیق از الگوریتم »ماشین بردار پشتیبان « به‌عنوان طبقه‌بند یادگیرنده استفاده گردیده و چهار شاخص دقت، درستی، ضریب f و بازخوانی برای ارزیابی مدل بکار گرفته شده‌اند. نتایج تحقیق نشان می‌دهند که کارایی مدل (دقت) در شناسایی هیجان‌های مختلف از 79 درصد تا 98 درصد متغیر بوده و در ارزیابی کلی مدل، میانگین دقت مدل معادل 84 درصد است. بر اساس سایر شاخص‌ها، می‌توان گفت که بیشترین نرخ درستی مربوط به هیجان خوشی و کمترین آن مربوط به هیجان خشم است. همچنین تطبیق قابل‌توجهی میان شاخص f با شاخص »بازخوانی « وجود دارد و بیشترین مقدار آن در گروه هیجان شادی دیده می‌شود. نتایج این تحقیق نشان می‌دهد استفاده از رهیافت مبتنی بر گروه‌بندی هیجان‌ها، یادگیری نظارت‌شده و نیز ویژگی‌های بافتی حداقلی در متن می‌تواند کارایی مناسبی در شناسایی خودکار هیجان‌ها داشته و می‌توان تلفیقی از گروه‌های اصلی هیجان را به‌منظور افزایش کارایی مدل یادگیری بکار گرفت.

Emotion Detection in Persian Text; A Machine Learning Model

This study aimed to develop a computational model for recognition of emotion in Persian text as a supervised machine learning problem. We considered Pluthchik emotion model as supervised learning criteria and Support Vector Machine (SVM) as baseline classifier. We also used NRC lexicon and contextual features as training data and components of the model. One hundred selected texts including politicalsocial newspaper editorials were used to test the model (real terms). Also in this study, the support vector machine algorithm was used as the learning classifier and four indicators of accuracy, accuracy, fscore and recall were used to evaluate the model. The results show that the efficiency of the model in detecting different emotions varies from 79% to 98% and mean presision of the model for all classes was 84%. Using all indexes, the classifier showed more performance in joy category than other 7 types. The results of this study show that using emotionbased approach, supervised learning and minimal contextual features can be useful in automatic identification of emotions. It also showed that a combination of lexical resource and contextual features can be used as learning base for a SVM model.