آنالیز احساسات مقیاس پذیر بر اساس امتیاز معنایی

امروزه با رشد روزافزون استفاده از شبکه های اجتماعی و رشد تعامل بین کاربران، به راحتی می توان به نظرات افراد در حوزه هایمختلف دست یافت.مقیاس پذیری یکی از چالش های اساس تحلیل گران رسانه های اجتماعی مانند تحلیل احساسات هست. میکروبلاگ ها به عنوان پلتفرهام به اشتراک گذاری نظریه های در حال ظهور نیاز به رویکردهای جدیدی دارند که مقیاس پذیرتر و دقیق تر باشند. در این مقاله هدف ما پیاده سازی و ارزیابی SSSA که یک سرویس سنجش آنالیز احساسات که مطابق با تقاضای مقیاس پذیری و کارایی سیستم های تحلیل احساسات برای حجم بزرگی از میکروبلاگ هاست. بنابراین اولین بار یک سیستم برچسب گذاری اتوماتیک ساختیم. رویکرد ما امتیاز معنایی در توئیت ها را محاسبه می کند این امتیازات اساس مراحل طبقه بندی ذهنی و انتخاب فیچرها هستند.نهایتا ما یک کلاسفایر قطبی برای برآورد قطبیت توئیتهای ذهنی در بالای آنها ایجاد میکنیم. آزمایشات نشان میدهد SSSA3 در مقایسه با رویکردهای متداول که بر اساس ایموجی، هشتگ یا امتیاز معنایی است مقیاس پذیری و دقت تحلیل احساسات میکروبلاگ ها را بهبود بخشیده است.