نظرکاوی توییت های فارسی با استفاده از ترکیب الگوریتم ژنتیک و الگوریتم های یادگیریماشین

نظرکاوی یکی از چالش برانگیزترین حوزه های پردازش زبان طبیعی است زیرا تمامی موارد چالش برانگیز در علم زبانپردازش طبیعی در نظرکاوی یافت می شود. نظر کاوی به دنبال تشخیص احساسات پنهان در متن است. این تحقیقبه دنبال ارائه روشی جدید برپایه الگوریتم های بهینه سازی و الگوریتم های ماشین یادگیری برای نظرکاوی توییتهای فارسی است. مجموعه داده نظرات فارسی از وب سایت هلو کیش استخراج شده است. مدل سازی احساسات بااستفاده از الگوریتم ترکیبی موضوعی است که کمتر مورد توجه محققین قرار گرفته است بنابراین در این تحقیق ایننقص جبران خواهد شد. در این تحقیق از الگوریتم ژنتیک به همراه الگوریتم های ماشین بردار پشتیبان، نایو بیز ورگرسیون لجستیک برای رسیدن به دقیق ترین مدل سازی احساسات در متون تولید شده در شبکه های اجتماعی بهزبان فارسی استفاده شده است. نقش الگوریتم ژنتیک برای کاستن ابعاد کلمات بود و الگوریتم های یادگیری ماشینماشین بردار پشتیبان، نایو بیز و رگرسیون لجستیک برای مدل سازی احساسات بهره گرفته شد. بر این اساساستفاده از الگوریتم ژنتیک باعث بهبود دقت تا ۵ درصد شد. در این بین ترکیب الگوریتم ماشین بردار پشتیبان والگوریتم ژنتیک بهترین ترکیب با بالاترین دقت یعنی با دقت ۸۴ درصد را ارائه داد.