استخراج کلمات حاوی نظر با استفاده از رویکرد لغت‌نامه: مطالعه موردی در حوزه هتلداری

با توجه به استفاده روزافزون از نظرات درج‌شده کاربران در حوزه‌های مختلف در شبکه‌های اجتماعی و تجارت الکترونیک، حوزه نظرکاوی و تحلیل احساس به عنوان یکی از زیرشاخه‌های پرکاربرد داده‌کاوی و یادگیری ماشینی در سال‌های اخیر مورد توجه پژوهشگران بوده است. این زمینه پژوهشی رابطه تنگاتنگی با هوش مصنوعی و به صورت خاص پردازش زبان طبیعی داشته و این امر استفاده از الگوریتم‌های با دقت بالا در سایر زبان‌ها و اعمال آن‌ها بر زبان فارسی را مشکل و گاه غیرممکن می‌سازد. اگرچه استفاده از نتایج پژوهش‌های این حوزه و کاربست آن در تجارت الکترونیک ضروری است پژوهش‌های صورت گرفته در حوزه نظرکاوی در زبان فارسی اندک است. یکی از چالش‌های عمده در این حوزه عدم وجود زیرساخت‌ها و ابزارهایی همچون لغت‌نامه‌های گراف محور برای لغات فارسی حاوی نظر، لغت‌نامه‌های گراف محور معرف وابستگی‌ها و نرم‌افزارهای ایجاد درخت وابستگی و تشخیص میزان وابستگی لغات و همچنین نرم‌افزارهایی برای تشخیص نقش واژگان سخن در جمله است. عدم وجود و یا ناکامل بودن بعضی از ابزارهای نام برده و کلی بودن و عدم محدودیت به یک دامنه خاص در این ابزارها، پژوهش‌های این حوزه را چالش‌برانگیز و وقت‌گیر می‌نماید. این مقاله به ایجاد یک لغت‌نامه گراف محور از لغات حاوی نظر با نقش‌های دستوری متفاوت برای دامنه هتلداری در ایران در زبان فارسی می‌پردازد که استفاده از آن موجب افزایش سرعت و دقت در پژوهش‌های مرتبط با تحلیل احساس و نظرکاوی در زبان فارسی در حوزه هتلداری خواهد شد.

Employment of Dictionary-based Approach in Opinion Word Elicitation: A Case Study in the Hoteling Domain

Opinion mining and sentiment mining as a sub fields of data mining and machine learning nowadays are interesting research fields due to the increasing number of user roles and their attempts in declaring their opinions in various domains of social networks and e-commerce. These areas are closely related to artificial intelligence and especially natural language proceesing. For this reseaon, employing developed algorithm with high accuracy for other languages in another language especilaay Persian is very difficult and sometimes impossible. The number of conducted research on Persian language is a few ones and deploying the results of such algorithms on e-commerce domain is necessary and of high importance. There are some associated challenges for conduction such research such as the the lack of graph based dictionarires including the sentiment words, the graph based dictionaries including the dependency of words and the degree of their dependency and softwares for determining the sentence's part opf speech. Some of such tools are existed but either are incomplete or they are not limited to a special domain which make using them very challenging and time consuming. This paper describes our attempt to construct a graph based dictionary in Persian language including the opinion and sentiment words of different part of speech for hoteling and tourism domain that using them for researchers leards to higher accuracy and faster processing time in the related areas.