بهبود شناسایی قطبش در تحلیل احساسات به کمک طعنه کاوی و الگوریتمهای یادگیری ماشین در توییت های فارسی

تحلیل احساسات یا نظرکاوی شاخه ای از علوم کامپیوتر و پردازش زبان طبیعی است که سعی دارد ماشین و هوش مصنوعی را با احساس و عواطف انسانی آشنا سازد.طعنه کاوی نیز از زیرشاخه های تحلیل احساسات است و هر دو بدنبال تشخیص صحیح احساسات مثبت و منفی نهفته در متن هستند. استفاده از طعنه در شبکه های اجتماعی بسیار مرسوم است، زیرا به این طریق می-توان انتقاد را با زبان طنز انجام داد. آشکارسازی طعنه در تشخیص درستی قطبش یک نظر، تاثیر به خصوصی دارد و می تواند به فهم متن توسط ماشین کمک کند و منظور نویسنده متن، شفاف تر فهمیده شود. به این هدف، ۸۰۰۰ توییت فارسی که بر چسب احساس دارند و از لحاظ وجود یا عدم وجود طعنه بررسی شده اند، مورد استفاده قرار گرفته است. نوآوری این پژوهش در استخراج کلمات کلیدی از جملات طعنه دار است که باعث ایجاد طعنه و کنایه شده اند. در این پژوهش دسته بند مجزایی برای شناسایی طعنه در متن طراحی و اموزش داده شده است و سپس خروجی های این رده بند به عنوان ویژگی افزوده در اختیار دسته بند شناسایی احساس متن قرار می گیرد. همچنین علاوه بر بقیه کلمات کلیدی استخراج شده از متن از شکلک ها و هشتگ های موجود در متن نیز به عنوان ویژگی استفاده شده است. دسته بندهای بیز، ماشین بردار پشتیبان و شبکه عصبی به عنوان دسته بندهای پایه استفاده شده اند و در نهایت از ترکیب دسته بندها در شناسایی احساس متن استفاده شد. نتایج این پژوهش نشان می دهد که شناسایی طعنه موجود در متن و استفاده از آن در شناسایی احساس دقت نتایج را افزایش می دهد.