ارائۀ روش نظارتی برای نظرکاوی در زبان فارسی با استفاده از لغت‌نامه و الگوریتم SVM

به‎سبب رشد سریع شبکه‌ها و رسانه‌های اجتماعی، امکان دسترسی افراد به نظرهای دیگران افزایش یافته است. نظرها، حاوی اطلاعات ارزشمندی‎اند که با تحلیل آنها، می‌توان به گرایش‎ها و ترجیح افراد پی برد و نظرهای مثبت و منفی را نسبت به مسائل گوناگون، شناسایی کرد. نظرکاوی فرایندی است که به تحلیل عاطفه‎ها، احساس‎ها و نظرهای افراد می‌پردازد و از این طریق، اولویت افراد را شناسایی می‎کند. در این مقاله، روشی برای نظرکاوی در زبان فارسی ارائه شده است که از ترکیب لغت‌نامه و الگوریتم نظارتی ماشین بردار پشتیبان (SVM) استفاده می‌کند. برای ایجاد لغت‌نامه، از لغت‌نامۀ SentiWordNet بهره برده شده است. در واقع این لغت‌نامه، مجموعۀ ویژگی‎های الگوریتم SVM است. برای ارزیابی نتایج، از داده‌های دامنۀ هتل استفاده شد. چهار فرضیه برای دستیابی به بهترین نتیجه تعریف شد که از این بین، بیشترین درستی، به فرضیۀ حاصل‌ضرب قطبیت در تعداد تکرار کلمه‎ها اختصاص یافت.