Aufbau eines auf einem Lexikon des libyschen Dialekts basierenden Systems zur Sentimentanalyse unter Verwendung der semantischen Orientierung von Adjektiv-Adverb-Kombinationen

Twitter ist eine soziale Medienplattform, auf der Benutzer ihre Meinungen und Gefühle zu Themen, Objekten, Dienstleistungen, Orten oder Personen in kurzen Textnachrichten, genannt Tweets, posten können. Die aus der Analyse von Tweets extrahierte Sentimentinformation ist in verschiedenen Bereichen, wie z. B. im Geschäftsleben und in der Regierung, sehr nützlich. Obwohl die Sentimentanalyse sozialer Medien in arabischen Dialekten mehrere Studien angezogen hat, gibt es bisher nahezu keine Arbeiten zur Sentimentanalyse des libyschen Dialekts. In dieser Forschung wird ein Algorithmus zur Priorisierung von Adjektiven verwendet, der die sentimentale Orientierung von Adjektiv-Adverb-Kombinationen berechnet, um ein feingranulares System zur Sentimentanalyse für die Klassifizierung von libyschen Dialekt-Tweets in sieben Kategorien aufzubauen. Daher nutzen wir ein kostenlos verfügbares Twitter-Korpus im libyschen Dialekt, das 5000 Sätze oder Tweets enthält, um unsere Arbeit durchzuführen; die Tweets im Korpus wurden gleichmäßig in zwei Datensätze (Studie und Test) unterteilt. Adjektive und Adverbien im Datensatz der Studie wurden manuell gesammelt, um Sentimentwörterbücher oder Lexika zu erstellen. Folglich wurden ungefähr 108 Adjektive in einem Adjektivwörterbuch gespeichert, die Polaritäten oder semantischen Orientierungspunkte dieser Adjektive wurden manuell von zwei Annotatoren im Bereich von +2 bis -2 zugewiesen. Ebenso wurde jedes Grad-Adverb im Bereich von 0 bis 1 bewertet und in einem separaten Wörterbuch gespeichert, das insgesamt 27 Adverbien enthält. Unser System erreicht einen F-Score von 82,19 % im Testdatensatz.