تحلیل احساسات در متون خبری آنلاین با استفاده از تکنیک‌های یادگیری ماشین

تجزیه و تحلیل احساسات یکی از روش‌های پردازش زبان طبیعی است که به استنباط لحن یا احساس درون داده‌های متنی می‌پردازد. از جمله اهداف تحلیل احساسات، توانمندسازی کامپیوترها برای شناسایی و بیان عواطف انسان است. الگوریتم‌های یادگیری ماشین اغلب برای طبقه‌بندی و پیش‌بینی اینکه یک سند متنی نشان‌دهنده احساس مثبت است یا منفی مفید هستند. در این مقاله به پردازش و طبقه‌بندی داده‌های متنی با استفاده از روش‌های یادگیری ماشین پرداخته می‌شود که دستیابی به بینشی بهتر و عمیق‌تر را به دنبال دارد و تجزیه و تحلیل آن‌ها می‌تواند در سیستم‌های تصمیم‌گیری کمکی و طراحی و اجرای برنامه‌ها و سیاست‌های لازم، بسیار کاربردی و مفید باشد. الگوریتم‌های طبقه‌بندی مختلف از جمله نایوبیز، ماشین بردار پشتیبان، جنگل تصادفی و همچنین شبکه‌های عصبی mlp و حافظه‌طولانی‌کوتاه‌مدت دوطرفه، جهت دسته‌بندی احساسات در مجموعه داده newsmtsc که شامل مقالات خبری آنلاین است، مورد استفاده قرار می‌گیرند. با توجه به شاخص های ارزیابی محاسبه شده، مدل حافظه‌طولانی کوتاه‌مدت دوطرفه عملکرد قابل ملاحظه ای نسبت به سایر مدل ها داشته است.