ارائه یك مدل مبتنی بر ترنسفورمر به منظور تجزیه و تحلیل احساسات بر بستر كلان‌داده
کلمات کلیدی:
تحلیل احساسات, کلان داده, یادگیری تخاصمی, پارس‌برت, فابرت, برت چندزبانه, RCNN, CNNچکیده
این تحقیق با ارائه یک چارچوب تنظیم دقیق تخاصمی سه مرحله‌ای، به چالش‌های موجود در طبقه‌بندی احساسات ناشی از گستردگی داده‌های متنی می‌پردازد. که در آن آموزش یک مدل پایه با استفاده از یک رمزگذار مبدل، توجه چند سر و یک لایه BiLSTM روی داده‌های پیش‌پردازش‌شده و ایجاد یک مولد سیستماتیک که چهارده اختلال کنترل‌شده را با شدت‌های مختلف به مجموعه داده‌های تخاصمی اعمال می‌کند. در مقاله پایه انجام آموزش مرحله‌ای روی داده‌های پیش‌پردازش‌شده و سطوح مختلف مجموعه داده‌های تخاصمی به صورت متوالی اجرا شده و بهبودهای قابل‌توجهی را در یک مجموعه داده نویزی (سطح ۳) نشان داد. به طور کلی، این روش به طور مؤثری استحکام و قابلیت اطمینان طبقه‌بندی‌کننده‌های احساسات را در زمینه‌های کلان‌داده با متن خراب افزایش می‌دهد. در روش پیشنهادی با اضافه کردن یک شبکه RCCN بهینه و خوشه بندی چند عاملی SVM فاکتورها خوشه بندی دوباره شده و میزان دقت الگوریتم پیشنهادی به 97.86 رسید.
دانلودها
مراجع
Ahmmed Babu, T., Aftahee, S., Kalimullah Ratu, M., & Hossain, J. M. H. M. (2025). A Transformer-Driven Approach to Political Sentiment Analysis in Tamil X (Twitter) Comments. https://doi.org/10.18653/v1/2025.dravidianlangtech-1.93
Amin, R., Gantassi, R., Ahmed, N., Alshehri, A. H., Alsubaei, F. S., & Frnda, J. (2024). A hybrid approach for adversarial attack detection based on sentiment analysis model using machine learning. Engineering Science and Technology, an International Journal, 58SP - 101829. https://doi.org/10.1016/j.jestch.2024.101829
Ashok Kumar Durairaj, A., & Chinnalagu, A. (2021). Transformer based Contextual Model for Sentiment Analysis of Customer Reviews: A Fine-tuned BERT. (IJACSA) International Journal of Advanced Computer Science and Applications, 12(11). https://doi.org/10.14569/IJACSA.2021.0121153
Davar, O., & Eftekhari, M. (2024). A Hybrid Method of Self-Supervised Graph Embedding, Siamese Networks, and Transformers for Sentiment Analysis in Persian Language. https://doi.org/10.1109/AISP61396.2024.10475270
Jafarian, H., Taghavi, A. H., Javaheri, A., & Rawassizadeh, R. (2021). Exploiting BERT to improve aspect-based sentiment analysis performance on Persian language. https://doi.org/10.1109/ICWR51868.2021.9443131
Karami, B., Bakouie, F., & Gharibzadeh, S. (2023). A transformer-based deep learning model for Persian moral sentiment analysis. Journal of Information Science, 01655515231188344. https://doi.org/10.1177/01655515231188344
Paulraj, D., Ezhumalai, P., & Prakash, M. (2024). A Deep Learning Modified Neural Network (DLMNN) based proficient sentiment analysis technique on Twitter data. Journal of Experimental & Theoretical Artificial Intelligence, 36(3).
Petratos, P., & Giannoula, M. (2024). Transformer-based AI for Sentiment Analysis in Marketing. https://doi.org/10.1145/3690771.3690795
Saxena, A., Reddy, H., & Saxena, P. (2022). Introduction to sentiment analysis covering basics, tools, evaluation metrics, challenges, and applications. In (pp. 249-277). https://doi.org/10.1007/978-981-16-3398-0_12
Vakili, Y. Z., Fallah, A., & Zakeri, S. (2024). Enhancing Sentiment Analysis of Persian Tweets: A Transformer-Based Approach. https://doi.org/10.1109/ICWR61162.2024.10533353
Zardak, S. R., Rasekh, A. H., & Bashkari, M. S. (2023). Persian Text Sentiment Analysis Based on BERT and Neural Networks. Iranian Journal of Science and Technology, Transactions of Electrical Engineering, 47(4), 1623-1634. https://doi.org/10.1007/s40998-023-00626-5
دانلود
چاپ شده
ارسال
بازنگری
پذیرش
شماره
نوع مقاله
مجوز
حق نشر 2024 Mohammad Reza Noroozi, Ali Moeini (Author)
این پروژه تحت مجوز بین المللی Creative Commons Attribution-NonCommercial 4.0 می باشد.
