مقارنة بين مصنف بايز الساذج وطرق آلة الدعم الشعاعي لتصنيف المشاعر بشأن ردود الفعل على حالات التنمر على تويتر

لقد جعل الانتشار السريع للمعلومات المتعلقة بعالم K-Pop، الذي يسهل من خلال وسائل التواصل الاجتماعي، من الأسهل متابعة التطورات والجدل. كانت إحدى الحالات الملحوظة التي أثارت مناقشة واسعة على تويتر هي ادعاءات التنمر ضد كيم جرام من LE SSERAFIM. سعى الباحثون، باستخدام بيانات تويتر، إلى تحليل مشاعر الجمهور الإندونيسي بشأن هذه القضية من خلال تحليل المشاعر، الذي يصنف الآراء على أنها إيجابية أو سلبية. ولمعالجة البيانات النصية، يتم استخدام أساليب استخراج النصوص، وخاصة تقنيات التصنيف. من بين خوارزميات استخراج النصوص الشائعة، يوجد مصنف بايز الساذج وآلة الدعم الشعاعي (SVM). يتم تفضيل مصنف بايز الساذج بسبب سرعته وبساطته ودقته العالية، بينما تتفوق SVM في تحديد مستوى الفضاء الذي يزيد الفجوة بين الفئات. في هذه الدراسة، تم تصنيف نتائج تصنيف المشاعر على أنها إيجابية أو سلبية. أظهرت المقارنة بين مصنف بايز الساذج وSVM لتصنيف ردود الفعل على قضية التنمر لكيم جرام على تويتر معدلات دقة عالية: 93% لمصنف بايز و97% لSVM. تشير الدقة الأعلى لخوارزمية SVM إلى تفوقها على مصنف بايز الساذج في هذا السياق.