Arabic sentiment analysis (ASA)‎ using deep learning approach

العناوين الأخرى

تحليل المشاعر للغة العربية من خلال منهج التعلم العميق

العنوان الموازي

تحليل المشاعر للغة العربية من خلال منهج التعلم العميق

المؤلفون المشاركون

al-Bayati, Abd al-Hakim Qusai Ali
al-Araji, Ahmad Sabah Abd al-Amir
Amin, Saman Hamid

المصدر

Journal of Engineering

العدد

المجلد 26، العدد 6 (30 يونيو/حزيران 2020)، ص ص. 85-93، 9ص.

الناشر

جامعة بغداد كلية الهندسة

تاريخ النشر

2020-06-30

دولة النشر

العراق

عدد الصفحات

9

التخصصات الرئيسية

اللغة العربية

الموضوعات

الملخص AR

إن تحليل المشاعر هو أحد المجالات الرئيسية في مجال معالجة اللغة الطبيعية التي تتمثل مهمتها الرئيسية في استخراج المشاعر و الآراء والمواقف و العواطف من نص شخصي.

و لأهميته في صنع القرار وثقة الناس في إجراء المراجعات على مواقع الويب، فهناك العديد من الأبحاث الأكاديمية لمعالجة مشكلات تحليل المشاعر.

التعلم العميق عبارة عن تقنية ذات قدرة عالية من تعلم الآلة ظهرت لتمثيل الميزات و تمييز البيانات، مما أدى إلى أحدث النتائج في معالجة مسألة التنبؤ.

ففي السنوات الأخيرة، تم استخدام التعلم العميق على نطاق واسع في تحليل المعنويات، و لكن هناك ندرة في تنفيذه في مجال اللغة العربية حيث تتناول معظم الأبحاث السابقة لغات أخرى مثل اللغة الإنجليزية.

لذلك يتناول النموذج المقترح تحليل المشاعر العربية (ASA) باستخدام نهج التعلم العميق.

فتحليل المعنويات العربية هو مجال مليء بالتحديات حيث أن اللغة العربية ذات بنية غنية أكثر من غيرها من اللغات.

وفي هذا العمل، تم استخدام الذاكرة طويلة المدى (LSTM) كشبكة عصبية عميقة لتدريب النموذج مع دمج الكلمات (Word embedding) كطبقة أولية مخفية لاستخراج الميزات.

أظهرت النتائج دقة حوالي 82 % قابلة للتحقيق باستخدام نموذج التعلم العميق.

الملخص EN

Sentiment analysis is one of the major fields in natural language processing whose main task is to extract sentiments, opinions, attitudes, and emotions from a subjective text.

And for its importance in decision making and in people's trust with reviews on web sites, there are many academic researches to address sentiment analysis problems.

Deep Learning (DL) is a powerful Machine Learning (ML) technique that has emerged with its ability of feature representation and differentiating data, leading to state-of-the-art prediction results.

In recent years, DL has been widely used in sentiment analysis, however, there is scarce in its implementation in the Arabic language field.

Most of the previous researches address other languages like English.

The proposed model tackles Arabic Sentiment Analysis (ASA) by using a DL approach.

ASA is a challenging field where Arabic language has a rich morphological structure more than other languages.

In this work, Long Short-Term Memory (LSTM) as a deep neural network has been used for training the model combined with word embedding as a first hidden layer for features extracting.

The results show an accuracy of about 82% is achievable using DL method.

نمط استشهاد جمعية علماء النفس الأمريكية (APA)

al-Bayati, Abd al-Hakim Qusai Ali& al-Araji, Ahmad Sabah Abd al-Amir& Amin, Saman Hamid. 2020. Arabic sentiment analysis (ASA) using deep learning approach. Journal of Engineering،Vol. 26, no. 6, pp.85-93.
https://search.emarefa.net/detail/BIM-972874

نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)

al-Araji, Ahmad Sabah Abd al-Amir…[et al.]. Arabic sentiment analysis (ASA) using deep learning approach. Journal of Engineering Vol. 26, no. 6 (Jun. 2020), pp.85-93.
https://search.emarefa.net/detail/BIM-972874

نمط استشهاد الجمعية الطبية الأمريكية (AMA)

al-Bayati, Abd al-Hakim Qusai Ali& al-Araji, Ahmad Sabah Abd al-Amir& Amin, Saman Hamid. Arabic sentiment analysis (ASA) using deep learning approach. Journal of Engineering. 2020. Vol. 26, no. 6, pp.85-93.
https://search.emarefa.net/detail/BIM-972874

نوع البيانات

مقالات

لغة النص

الإنجليزية

الملاحظات

Includes bibliographical references : p. 92-93

رقم السجل

BIM-972874