تحلیل نظرات مردم در توئیتر در موضوع «ازدواج» و ارتباط آن با «مسکن»

با توجه به استفاده روزافزون از شبکه‌های اجتماعی در دنیای امروز و افزایش تبادل نظر و احساس در این شبکه‌ها، موضوع تحلیل متون گردآمده در این سکوها از اهمیت زیادی برخوردار شده است. یکی از موضوعاتی که در شبکه‌‎های اجتماعی مورد بحث و تبادل نظر جدی قرار می‌گیرد و از اهمیت زیادی نیز برخوردار است، ازدواج جوانان و مسائلی مانند مسکن، تورم و اشتغال است. ما در این پژوهش به کمک مدل‌های زبانی بزرگ مانند پارس برت و gpt-3.5 به پردازش داده‌های شبکه اجتماعی توئیتر در زمینه های ذکر شده می‌پردازیم. در این پژوهش از gpt-3.5 برای استخراج جنبه ‌های مهم موجود در توئیت‌ها و برچسب زدن داده‌ها استفاده می‌شود. سپس به کمک مدل پارس برت و روش خوشه‌بندی k-means و همچنین بررسی دستی خوشه‌ها، جنبه‌ها گروه‌بندی شده و موارد نامرتبط آن‌ها حذف می‌شوند. پس از آن این جنبه‌ها تحلیل شده و نتایج نهایی ارائه می‌شوند. برای ارزیابی میزان دقت تعیین احساس جنبه‌ها، از یک مجموعه‌داده آزمایش برچسب زده شده توسط انسان استفاده شد و برای 6 کلاس دقت مدل 0.60 به دست آمد که برای این تعداد کلاس و با توجه به بدون نمونه بودن روش استفاده شده برای تگ زدن، دقت مناسبی است.