تجزیه و تحلیل احساسات چند وجهی با استفاده از تکنیک های یادگیری انتقال چندگانه ترکیبی با به کارگیری شبکه های کانولوشنی وزن دار ترکیبی | ||
| مدل سازی در مهندسی | ||
| مقاله 6، دوره 21، شماره 72، بهار 1402، صفحه 83-97 اصل مقاله (1.23 M) | ||
| نوع مقاله: مقاله کامپیوتر | ||
| شناسه دیجیتال (DOI): 10.22075/jme.2022.25099.2173 | ||
| نویسندگان | ||
| علیرضا قربانعلی1؛ محمد کریم سهرابی* 2؛ فرزین یغمایی3 | ||
| 1دانشگاه آزاد اسلامی | ||
| 2گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد سمنان، دانشگاه آزاد اسلامی، سمنان، ایران | ||
| 3دانشگاه سمنان | ||
| چکیده | ||
| تحلیل نظرات کاربران شبکههای اجتماعی در رابطه با موضوعات مختلف میتواند منجر به درک صحیح موقعیت، نگرش و نظر آنها نسبت به این موضوعات گردد. تجزیه و تحلیل احساسات یکی از مسائل در حوزه پردازش زبان طبیعی است و در حوزههای مختلفی کاربرد دارد. دستهای از نظرات کاربران شبکههای اجتماعی به صورت چندوجهی و با استفاده از ترکیبی از چند رسانه مانند متن، تصویر و صورتک به اشتراک گذاشته میشود که ساختار مفیدی برای استخراج و درک بهتر احساسات فراهم میکند. در این مقاله یک روش ترکیبی یادگیری انتقال با استفاده از 5 مدل از پیش آموزش دیده شده و شبکههای کانولوشنی ترکیبی برای تجزیه و تحلیل احساسات چند وجهی ارائه میشود. در این رویکرد برای استخراج ویژگیهای تصاویر از دو مدل از پیش آموزش دیده مبتنی بر شبکههای کانولوشنی، و برای استخراج ویژگیهای متون و تعبیه کلمات از سه مدل از پیش آموزش دیده دیگر استفاده میشود. از ویژگیهای استخراج شده در شبکههای کانولوشنی ترکیبی استفاده شده و مکانیزم توجه بصری برای تمرکز بر روی مهمترین نواحی احساسی تصاویر و مکانیزم توجه چندراسی برای برجستهسازی کلمات دارای احساس به کار گرفته میشود. نتایج حاصل از طبقهبندی تصاویر و متون با استفاده از تکنیک رای-گیری ترکیب شده و در نهایت برای تعیین قطبیت و برچسب نهایی از همجوشی دیرهنگام استفاده میشود. نتایج حاصل از آزمایشات تجربی مدل پیشنهادی بر روی مجموعه داده استاندارد، دقت مطلوب 96% را نشان میدهد. | ||
| کلیدواژهها | ||
| تجزیه و تحلیل احساسات چند وجهی؛ یادگیری عمیق؛ یادگیری انتقال؛ مکانیزم توجه؛ شبکه کانولوشنی وزن دار | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1,840 تعداد دریافت فایل اصل مقاله: 856 |
||
| تعداد نشریات | 22 |
| تعداد شمارهها | 723 |
| تعداد مقالات | 10,394 |
| تعداد مشاهده مقاله | 72,861,852 |
| تعداد دریافت فایل اصل مقاله | 64,556,334 |