단어 임베딩 기법을 기반으로 한 개인 보호 의료 장비의 지능형 하이브리드 감정 분석기: COVID-19 시대

다양한 플랫폼에서 대칭 감정 데이터의 급속한 성장으로 인해 다양한 감정 분석(SA) 기법을 실험하는 것이 여러 분야의 보다 나은 의사 결정과 전략적 계획을 가능하게 합니다. 특히 COVID-19의 출현은 의료 제품에 대한 사람들의 의견과 감정 데이터를 풍부하게 만들었습니다. 본 논문에서는 잘 알려진 전자상거래 웹사이트인 Alibaba.com의 제품에 대한 사람들의 감정을 분석합니다. 사람들의 감정은 단어 표현을 위한 고급 사전 훈련된 단어 임베딩을 적용하고 이를 진화적 특성 선택 메커니즘과 결합하여 이러한 의견을 다양한 수준의 평가로 분류하는 새로운 진화적 접근 방식을 사용하여 실험합니다. 제안된 접근 방식은 하모니 검색 알고리즘과 랜덤 포레스트, k-최근접 이웃, AdaBoost, 배깅, SVM 및 REP트리와 같은 다양한 분류 기법을 기반으로 하여 가능한 최소한의 특성으로 경쟁력 있는 결과를 달성합니다. 실험은 의료 장갑, 손 세정제, 의료 산소, 얼굴 마스크 및 이 모든 데이터 세트의 조합을 포함한 5개의 서로 다른 데이터 세트에서 수행되었습니다. 결과는 하모니 검색 알고리즘이 의료 장갑, 손 세정제, 의료 산소, 얼굴 마스크 및 전체 데이터 세트에 대해 각각 94.25%, 89.5%, 89.25%, 92.5% 및 84.25%의 특성 수를 성공적으로 줄였음을 보여주며, 분류 기법의 정확도 및 RMSE 측면에서 경쟁력 있는 성능을 유지하고 분류에 필요한 계산 시간을 줄였습니다.