Análisis de Sentimientos del Dialecto Saudita Usando Técnicas de Aprendizaje Profundo

Hoy en día, Twitter y Facebook son las plataformas de redes sociales más populares para expresar opiniones sobre varios temas. El análisis de sentimientos (AS) tiene como objetivo extraer las opiniones de tuits, reseñas y comentarios. Casi toda la investigación previa ha utilizado algoritmos de aprendizaje automático para clasificar el texto árabe en positivo, negativo o neutral. Recientemente, las técnicas de aprendizaje profundo han mostrado una precisión prometedora para el AS en inglés, tailandés, persa y tamil. Motivados por los resultados, proponemos el primer estudio que aplica el aprendizaje profundo para clasificar los sentimientos de textos en dialecto saudita. Hemos recolectado un conjunto de datos de 32063 tuits y luego aplicamos dos técnicas de aprendizaje profundo para realizar el AS: memoria a largo y corto plazo (LSTM) y memoria a largo y corto plazo bidireccional (Bi-LSTM). Con el fin de comparar, también hemos aplicado el conocido algoritmo de máquina de soporte vectorial (SVM) para clasificar los sentimientos de los datos recolectados. Los resultados muestran que las técnicas de aprendizaje profundo superan al algoritmo SVM. El resultado experimental de Bi-LSTM es del 94% superando al de LSTM (92%), mientras que el SVM tiene el rendimiento más bajo con un 86.4%.