دکتر محمد دوستی زاده نشریه علمی-تخصصی دستاوردهای نوین در برق،کامپیوتر و فناوری 5 14 2025 06 11 Design and Implementation of a Sentiment Analysis Software with a Graphical User Interface طراحی و پیاده‌سازی یک نرم‌افزار تحلیل احساسات با رابط کاربری گرافیکی 17 26 10.22051/jera.2021.31891.2698 FA الیاس استاد مربی علیرضا دانشجوی کلرشناسی 2025 06 01 Abstract— Natural language processing is a subfield of artificial intelligence that focuses on analyzing, understanding, and producing human language. Natural language processing allows computers to perform tasks such as translation, summarization, and sentiment analysis using languages such as English. One method of natural language processing is to determine whether the sentiment of text is positive, negative, or neutral. Sentiment analysis is the process of identifying whether the sentiment of text is positive or negative. Many use sentiment analysis to detect sentiment on social media, measure brand reputation, and discover needs. Using this technique, data can be processed on a large scale and in real-time. This system uses the pre-trained twitter-roberta-base-sentiment model, which is developed based on the RoBERTa architecture. Key features of the system include high-accuracy real-time text analysis, GUI with the ttlbootstrap library, displaying results as model confidence and textual explanation, the ability to save results in a text file, automatic generation of statistical graphs with matplotlib and seabom, and providing a final report with dominant sentiment analysis. Applications of this paper include customer surveys, sentiment detection in social networks, and text feedback analysis, and psychological and sociological research. 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. /downloadfilepdf/2057650