کنفرانس بین المللی محاسبات نرم

صفحه اصلی / ششمین کنفرانس بین المللی محاسبات نرم

مروری بر روش‌های تشخیص احساسات از روی متن‌های فارسی

نویسندگان :

افروز هاشم‌زهی¹ مصطفی سبزه‌کار²

1- دانشگاه صنعتی بیرجند 2- دانشگاه صنعتی بیرجند

کلمات کلیدی :

پردازش زبان طبیعی،شبکه‌های اجتماعی،مدل‌های پیش‌آموخته

چکیده :

تشخیص احساسات از روی متن‌های فارسی، با توجه به پیچیدگی‌های زبانی و کمبود داده‌های برچسب‌خورده، یکی از حوزه‌های چالش‌برانگیز در پردازش زبان طبیعی است. روش‌های سنتی مانند مدل‌های مبتنی بر قانون و یادگیری ماشین کلاسیک، به دلیل محدودیت در یادگیری ویژگی‌های پیچیده، عملکرد ضعیف‌تری دارند. در مقابل، مدل‌های پیش‌آموخته مبتنی بر یادگیری عمیق، مانندWassBERT و ParsBERT، به دلیل توانایی درک زمینه متن و آموزش بر روی داده‌های بزرگ، دقت و فراخوانی بالاتری در تشخیص احساسات از متن‌های فارسی نشان داده‌اند. چالش‌هایی مانند کمبود داده‌های برچسب‌خورده، عدم تعادل کلاس‌ها، و پیچیدگی‌های زبانی با روش‌هایی مانند نمونه‌گیری مجدد، وزن‌دهی کلاس‌ها، و ترکیب مدل‌ها تا حدی برطرف شده‌اند. کاربردهای این فناوری در حوزه‌هایی مانند بازاریابی، سلامت روان، و تحلیل شبکه‌های اجتماعی گسترده است. در این مقاله قصد داریم مروری بر جدیدترین پژوهش‌ها در حوزه تشخیص احساسات از روی متن‌های فارسی انجام داده، مهم‌ترین نقاط قوت، ضعف و زمینه‌های بازپژوهشی را ارائه دهیم. جهت‌گیری‌های آینده شامل توسعه مدل‌های چندزبانه، بهبود پردازش داده‌های نامتوازن، و استفاده از روش‌های ترکیبی برای افزایش دقت و کارایی سیستم‌های تشخیص احساسات است.