دوره 5، شماره 14، 1404، صفحات 17 - 26

نویسندگان : الیاس عرب محقی* ¹ ، علیرضا شبان پیشه ²

چکیده :
چکیده پردازش زبان طبیعی زیرشاخه‌ای از هوش مصنوعی است و تمرکز آن بر تجزیه و تحلیل، درک و تولید زبان انسان است. پردازش زبان طبیعی به کامپیوترها این امکان را می‌دهد تا با استفاده از زبان‌ هایی همچون انگلیسی، کارهایی مانند ترجمه، خلاصه‌سازی و تجزیه و تحلیل احساسات را انجام دهند. یکی از روش‌های پردازش زبان طبیعی برای تشخیص مثبت (Positive)، منفی (Negative) یا خنثی (Neutral) بودن حس متن است تجزیه و تحلیل احساسات فرایندی است که در آن مثبت یا منفی بودن حس متن شناسایی می‌شود. بسیاری از تجزیه و تحلیل احساسات برای تشخیص احساسات در شبکه‌های اجتماعی، سنجش میزان شهرت برند و کشف نیازها استفاده می‌کنند. با بهره‌گیری از این تکنیک، می‌توان داده‌ها را در مقیاس بزرگ و به‌صورت بی‌درنگ (Real-time) پردازش کرد. این سیستم از مدل ازپیش‌آموخته‌ی twitter-roberta-base-sentiment استفاده می‌کند که بر پایه معماری RoBERTa توسعه داده شده است.ویژگی‌های کلیدی سیستم شامل مواردی چون تحلیل بلادرنگ متن با دقت بالا،رابط کاربری گرافیکیGUI با کتابخانه ttlbootstrap ، نمایش نتایج بصورت میزان اطمینان مدل و توضیح متنی آن، قابلیت ذخیره سازی نتایج در فایل متنی،تولید خودکار نمودار های آماری با matplotlib و seabom ، ارائه گزارش نهایی با تحلیل احساسات غالب می باشد.کاربرد های این مقاله شامل نظر سنجی های مشتریان ، تشخیص احساسات در شبکه های اجتماعی و تحلیل بازخوردهای متنی و تحقیقات روانشناسی و جامعه شناسی می شود.

کلمات کلیدی :
تحلیل احساسات، پردازش زبان طبیعی، یادگیری عمیق،رابط کاربری گرافیکی