إطار عمل تحليل المشاعر العربية (ASA)

تحليل المشاعر (SA)، المعروف أيضًا باسم استخراج الآراء، هو مجال بحثي مهم ومتزايد. عمومًا، يساعد على تحديد ما إذا كانت النصوص تعبر عن مشاعر إيجابية أو سلبية أو محايدة بشكل تلقائي. يُمكن من استخراج الموارد المتزايدة الكبيرة من الآراء المشتركة مثل الشبكات الاجتماعية ومواقع المراجعة والمدونات. في الواقع، يتم استخدام SA في مجالات عديدة ولغات متنوعة مثل الإنجليزية والعربية. ومع ذلك، نظرًا لأن العربية هي لغة متصرفة ومشتقة بشكل كبير، فإنها تثير العديد من التحديات. في الواقع، يجب أن يتعامل SA مع النصوص العربية مع هذه التركيبة المعقدة. للتعامل بشكل أفضل مع هذه التحديات، قررنا تقديم إطار عمل جديد وفعال لتحليل المشاعر العربية (ASA) للمجتمع البحثي وللمستخدمين العرب. هدفنا الأساسي هو تحسين أداء ASA من خلال استغلال التعلم العميق مع تغيير تقنيات المعالجة المسبقة. لذلك، نقوم بتنفيذ وتقييم نموذجين من التعلم العميق وهما الشبكة العصبية التلافيفية (CNN) ونموذج الذاكرة القصيرة والطويلة (LSTM). يقدم الإطار تقنيات معالجة مسبقة متنوعة ل ASA (بما في ذلك التحصيل، والتطبيع، والتقطيع، وكلمات التوقف). نتيجة لهذا العمل، نقدم أولاً مجموعة بيانات غنية ومتاحة للجمهور لتحليل المشاعر العربية تُسمى مجموعة بيانات تحليل المشاعر المغربية (MSAC). ثانيًا، يظهر الإطار المقترح تحسينًا في ASA. في الواقع، تثبت النتائج التجريبية أن نماذج التعلم العميق لها أداء أفضل لـ ASA مقارنةً بالأساليب الكلاسيكية (آلات الدعم الناقل، مصنِّفات بايز البسيطة والانثروبي الأقصى). كما تُظهر الدور الرئيسي للميزات الصرفية في معالجة اللغة الطبيعية العربية (NLP).