بازگشت به جستجو

تجزیه و تحلیل احساسات در شبکه های اجتماعی با استفاده از یادگیری ماشین و پردازش صوتی

عنوان	تجزیه و تحلیل احساسات در شبکه های اجتماعی با استفاده از یادگیری ماشین و پردازش صوتی
نویسنده	سلام میهایل
تاریخ انتشار:	2019-08-20
نوع	سند
زبان	انگلیسی
دیجیتال	بله
نسخه خطی	خیر
کتابخانه:	دانشگاه اوزیغین
شماره ثبت	c5e6b2e1-b0b9-40ff-b9b4-d8410741e855
محل کتابخانه	گروه مهندسی صنایع
تاریخ	2019-08-20
متن نمونه	طبقه بندی قطبیت یکی از اساسی ترین مشکلات در تحلیل احساسات است. مطالعه ما در تلاش است تا یک تعریف جدید، تکنیک استخراج و استفاده از ویژگی‌های مبتنی بر داده‌های صوتی برای طبقه‌بندی قطبیت در پیام‌های توییتر ایجاد کند. پیشینه کار بر یک مطالعه اخیر متکی است که نشان می دهد مغز از صدا به عنوان بخشی از تولید زبان استفاده می کند و کلمات با تبدیل آنها به صدا درک می شوند. استفاده از صدا مخصوصاً برای پیام‌های رسانه‌های اجتماعی که احتمالاً حاوی کلماتی با املای اشتباه یا کوتاه‌شده هستند، انتخابی است، جایی که صدا شبیه کلمه واقعی است (به عنوان مثال، تشکر از u، b4). نتایج ما نشان می‌دهد که یکی از تعاریف مجموعه ویژگی‌های پیشنهادی ما بهبود در دقت را در مقایسه با مطالعات موجود نشان می‌دهد. Bizim yaptığımı inceleme, Twitter mesajlarında kutuplaşma sınıflandırması yapmak için ses verilerine dayanarak yeni bir tanım, çıkarım ve kullanım geliştirmeye çalışmaktadır. چالیشمانین آرکا پلانی سون دونمده یاپیلان بیر اینچلمه دایان ماکتادیر: بیین، دیل اولوشتورمک/ورتمک ایچین سسلری کولانیر و کلیملر سه دونوشتوکچه آنلاشیلیر هاله گلیر. Özellikle imlası bozuk olabilecek veya kısaltılmış kelimeler kullanılacak olan social medya mesajlarında ses kelime ile benzer ise, ses kullanmak etkili olur (متشکرم، b4). Vardığımız sonuçlara göre önerdiğimiz bazı özellik tanımları mevcut araştırmalara kıyasla doğruluk/kesinlik açısından ilerleme gösteriyor.

مشاهده در منبع دانشگاه اوزیغین دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات

دانشگاه اوزیغین

تجزیه و تحلیل احساسات در شبکه های اجتماعی با استفاده از یادگیری ماشین و پردازش صوتی

نویسنده سلام میهایل

تاریخ انتشار 2019-08-20

نوع سند

زبان انگلیسی

دیجیتال بله

نسخه خطی خیر

کتابخانه دانشگاه اوزیغین

شماره ثبت c5e6b2e1-b0b9-40ff-b9b4-d8410741e855

محل کتابخانه گروه مهندسی صنایع

تاریخ 2019-08-20

متن نمونه طبقه بندی قطبیت یکی از اساسی ترین مشکلات در تحلیل احساسات است. مطالعه ما در تلاش است تا یک تعریف جدید، تکنیک استخراج و استفاده از ویژگی‌های مبتنی بر داده‌های صوتی برای طبقه‌بندی قطبیت در پیام‌های توییتر ایجاد کند. پیشینه کار بر یک مطالعه اخیر متکی است که نشان می دهد مغز از صدا به عنوان بخشی از تولید زبان استفاده می کند و کلمات با تبدیل آنها به صدا درک می شوند. استفاده از صدا مخصوصاً برای پیام‌های رسانه‌های اجتماعی که احتمالاً حاوی کلماتی با املای اشتباه یا کوتاه‌شده هستند، انتخابی است، جایی که صدا شبیه کلمه واقعی است (به عنوان مثال، تشکر از u، b4). نتایج ما نشان می‌دهد که یکی از تعاریف مجموعه ویژگی‌های پیشنهادی ما بهبود در دقت را در مقایسه با مطالعات موجود نشان می‌دهد. Bizim yaptığımı inceleme, Twitter mesajlarında kutuplaşma sınıflandırması yapmak için ses verilerine dayanarak yeni bir tanım, çıkarım ve kullanım geliştirmeye çalışmaktadır. چالیشمانین آرکا پلانی سون دونمده یاپیلان بیر اینچلمه دایان ماکتادیر: بیین، دیل اولوشتورمک/ورتمک ایچین سسلری کولانیر و کلیملر سه دونوشتوکچه آنلاشیلیر هاله گلیر. Özellikle imlası bozuk olabilecek veya kısaltılmış kelimeler kullanılacak olan social medya mesajlarında ses kelime ile benzer ise, ses kullanmak etkili olur (متشکرم، b4). Vardığımız sonuçlara göre önerdiğimiz bazı özellik tanımları mevcut araştırmalara kıyasla doğruluk/kesinlik açısından ilerleme gösteriyor.