عاطفه محمددوست
عاطفه محمددوست
خواندن ۱ دقیقه·۴ سال پیش

نگاه کلی به روش پیشنهاد شده به تحلیل احساسات از متن در توییتر


در این پیاده سازی قصد داشتیم که به سوالات زیر پاسخ دهیم .

1- طبق شعار توئیتر "چه کار می کنید ؟" که اخیرا به "چه چیزی در حال روی دادن است ؟" تغییر یافته است ، هر کاربر در شبکه های اجتماعی نظیر توئیتر چه اتفاقی را ثبت می کند ؟

2- چگونه می توان از رفتار کاربر ، تاپیک های داغ را پیدا کرد ؟

3- احساسات کاربر نسبت به این تاپیک ها چگونه بوده است ؟

4- احساسات کاربران را چطور می توان پیش بینی کرد ؟

در این مقاله نگاهی به روش پیشنهادی برای تحلیل احساس از متن خواهیم داشت .

از آنجا که هر فرد احساسات خود را با کلمات مخصوص به خود بیان می کند بنابراین بهتر است که برای پیش بینی و یادگیری هر فرد از مجموعه توئیت های همان فرد استفاده شود. جمع آوری داده ها از طریقAPI Twitter و در طول یک بازه زمانی 4 ماهه و توییت ها با کلید واژه های مشخص جمع آوری شده و در mongodb ذخیره می شود .

  • پیش پردازش داده ها : حذف mention ،RT ، hashtag
  • حذف شکلک ها و جایگزینی با حالت آن ها مثل منطقی ، شاد یا غمگین
  • Tokenizing
  • تشخیص واژه های درست در صورت بروز اشتباه تایپی
  • POS tagging : تخصیص هر کلمه به pos tag مثل فعل ، صفت ، قید ، اسم
  • Ngram
  • امتیاز دادن به جملات با توجه به modifier ها .
  • امتیاز دادن به واژگان و اصلاحات خیابانی
  • امتیاز دادن به تشدید کننده ها
  • امتیاز دادن به negation ها
  • امتیاز دادن به کلمات بر اساس درجه مثبت یا منفی بودن
  • برچسب گزاری جملات
  • کلاس بندی توئیت ها با lstm
  • پیش بینی با lstm

Lstm به خاطر خاصیت نگاه به گذشته در این کاربرد نتایج دقیق تری ارائه داده است .

تحلیل احساستوییترمتن
شاید از این پست‌ها خوشتان بیاید