| Record Number
|
:
|
1502297
|
| Language of Document
|
:
|
English
|
| Main Entry
|
:
|
رضا سمیع زاده
|
| Title & Author
|
:
|
The Application of Machine Learning Algorithms for Text Mining based on Sentiment Analysis Approach [electronic resources: essay]/ رضا سمیع زاده؛ الناز محمودی سعید آباد
|
| Piece Level
|
:
|
Journal of Information Technology Management
|
| Notes Pertaining to Publication, Distribution, Etc.
|
:
|
Research Paper
|
|
|
:
|
September 2018
|
| Access Link
|
:
|
https://jitm.ut.ac.ir/article_65661.html
|
|
|
:
|
https://jitm.ut.ac.ir/article_65661_c8b4e78bb9acd81d32aaae090dd3eee4.pdf
|
| Summary or Abstract
|
:
|
Classification of the cyber texts and comments into two categories of positive and negative sentiment among social media users is of high importance in the research are related to text mining. In this research, we applied supervised classification methods to classify Persian texts based on sentiment in cyber space. The result of this research is in a form of a system that can decide whether a comment which is published in cyber space such as social networks is considered positive or negative. The comments that are published in Persian movie and movie review websites from 1392 to 1395 are considered as the data set for this research. A part of these data are considered as training and others are considered as testing data. Prior to implementing the algorithms, pre-processing activities such as tokenizing, removing stop words, and n-germs process were applied on the texts. Naïve Bayes, Neural Networks and support vector machine were used for text classification in this study. Out of sample tests showed that there is no evidence indicating that the accuracy of SVM approach is statistically higher than Naïve Bayes or that the accuracy of Naïve Bayes is not statistically higher than NN approach. However, the researchers can conclude that the accuracy of the classification using SVM approach is statistically higher than the accuracy of NN approach in 5% confidence level.
|
|
|
:
|
تخصیص نظرها و متنهای منتشر شدۀ کاربران در فضای مجازی به طبقاتی با احساسات مثبت یا منفی، در تحقیق‌های مربوط به متن‌کاوی اهمیت بسیار زیادی دارد. هدف این مقاله، استفاده و مقایسۀ روش‌های یادگیری ماشین در طبقه‌بندی متنهای فارسی بر اساس احساسات کاربران فعال در فضای مجازی است. داده‌های پژوهش، مجموعه نظرهای منتشرشده دربارۀ فیلم‌های ایرانی و خارجی در بازۀ زمانی 1392 تا 1395 در سایت‌های سینمایی و نقد فیلم فارسی زبان است. پیش از بهکارگیری الگوریتم‌ها، فرایند پیش‌پردازش داده‌ها بر اساس تبدیل آنها به نویسه، حذف ایست‌واژه‌ها و تحلیل چند‌واژه‌ای انجام گرفت. برای طبقه‌بندی داده‌ها، الگوریتم‌های با نظارت نایوبیز، ماشین بردار پشتیبان و شبکۀ عصبی استفاده شد. براساس نتایج بهدست‌آمده، در آزمون خارج از نمونه با وجود دقت عددی بیشتر الگوریتم نایوبیز بر شبکۀ عصبی و ماشین بردار پشتیبان بر نایوبیز، برتری آماری نایوبیز بر شبکه‌های عصبی و ماشین بردار پشتیبان بر نایوبیز اثبات نشد. با وجود این، نتایج تحقیق گویای برتری معنادار الگوریتم ماشین بردار پشتیبان بر شبکه‌های عصبی در دقت طبقه‌بندی در سطح اطمینان 5 درصد است.
|
| Topical Name Used as Subject
|
:
|
neural network
|
|
|
:
|
Sentiment analysis
|
|
|
:
|
Support vector machine
|
|
|
:
|
Text mining
|
|
|
:
|
Naïve bayes
|
|
|
:
|
شبکه‌های عصبی
|
|
|
:
|
ماشین بردار پشتیبان
|
|
|
:
|
متن‌کاوی
|
|
|
:
|
نایو بیز
|
|
|
:
|
آنالیز احساس
|
| Personal Name - Alternative Intelectual Responsibility
|
:
|
الناز محمودی سعید آباد
|
| Originating Source
|
:
|
University of Tehran. Central Library and Documentation Center
|