تحلیل احساسات در زبان فارسی با استفاده از شبکه های عمیق بازگشتی دو طرفه و بیشنمونه برداری

گسترش روز افزون استفاده از شبکههای اجتماعی باعث تولید حجم بزرگی از دادهها شده است که درصد عمدهای از آنها دادههای متنی هستند. روشهای نوینپردازش زبان طبیعی مبتنی بر یادگیری عمیق برای استخراج اطلاعات از این دادهها به ما کمک میکند و باعث افزایش دقت و سرعت در کار میشود. تحلیلاحساسات متن، یک مسئله در پردازش زبان طبیعی است که هدف آن تعیین میزان مثبت یا منفی بودن یک متن میباشد. با وجود پتانسیل بالای زبان فارسی،چالشهایی وجود دارد که باعث عدم توسعهی یک مدل مناسب برای تحلیل احساسات در زبان فارسی شده است. در این پژوهش با ترکیب دو مدل یادگیری عمیقیعنی مدلهای حافظه کوتاهمدت طولانی دو طرفه ) bilstm ( و واحد بازگشتی گیتگذاری شده دو طرفه ) bigru ( و نیز استفاده از روشهای پیشپردازش مناسبو جاسازی کلمات، مدلی برای تحلیل احساسات در زبان فارسی ارائه شده است. با آموزش و ارزیابی این مدل بر روی مجموعه داده sentipers که شامل نظراتکاربران وبسایت دیجیکالا است، پس از متوازن سازی دادهها، دقت 92.7 درصد به دست آمد.