دوره 14، شماره 1 - ( 5-1398 )                   جلد 14 شماره 1 صفحات 48-42 | برگشت به فهرست نسخه ها


XML English Abstract Print


1- دانش آموخته دکتری مدلسازی شناختی، موسسه آموزش عالی علوم شناختی، پردیس ، ali.khosravi.mail@gmail.com
2- استادیار، گروه برق و مهندسی کامپیوتر، دانشگاه خوارزمی، تهران
3- استادیار، گروه موسسه آموزش عالی علوم شناختی، پردیس
چکیده:   (4703 مشاهده)
پژوهش حاضر به‌منظور ارائه‌ی یک مدل محاسباتی برای بازشناسی هیجان در متن فارسی صورت گرفته است. در مدل پیشنهادی تحقیق، گروه‌بندی هشت‌گانه‌ی پلاچیک در هیجان‌ها به‌عنوان مبنای یادگیری نظارت‌شده، ویژگی‌های بافتی متن فارسی و لیست واژگان هیجانی برچسب‌دار به‌عنوان عناصر و اجزای مدل تعیین شده‌اند. برای آزمون مدل (شرایط واقعی) از صد متن منتخب شامل سرمقاله‌ی روزنامه‌های سیاسی- اجتماعی استفاده شده است. همچنین در این تحقیق از الگوریتم «ماشین بردار پشتیبان» به‌عنوان طبقه‌بند یادگیرنده استفاده گردیده و چهار شاخص دقت، درستی، ضریب f و بازخوانی برای ارزیابی مدل بکار گرفته شده‌اند. نتایج تحقیق نشان می‌دهند که کارایی مدل (دقت) در شناسایی هیجان‌های مختلف از 79 درصد تا 98 درصد متغیر بوده و در ارزیابی کلی مدل، میانگین دقت مدل معادل 84 درصد است. بر اساس سایر شاخص‌ها، می‌توان گفت که بیشترین نرخ درستی مربوط به هیجان خوشی و کمترین آن مربوط به هیجان خشم است. همچنین تطبیق قابل‌توجهی میان شاخص f با شاخص «بازخوانی» وجود دارد و بیشترین مقدار آن در گروه هیجان شادی دیده می‌شود. نتایج این تحقیق نشان می‌دهد استفاده از رهیافت مبتنی بر گروه‌بندی هیجان‌ها، یادگیری نظارت‌شده و نیز ویژگی‌های بافتی حداقلی در متن می‌تواند کارایی مناسبی در شناسایی خودکار هیجان‌ها داشته و می‌توان تلفیقی از گروه‌های اصلی هیجان را به‌منظور افزایش کارایی مدل یادگیری بکار گرفت.
متن کامل [PDF 845 kb]   (1677 دریافت) |   |   متن کامل (HTML)  (1650 مشاهده)  
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1397/12/4 | پذیرش: 1397/12/16 | انتشار: 1398/12/4

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.