Arabic sentiment analysis (ASA)‎ using deep learning approach

Other Title(s)

تحليل المشاعر للغة العربية من خلال منهج التعلم العميق

Parallel Title

تحليل المشاعر للغة العربية من خلال منهج التعلم العميق

Joint Authors

al-Araji, Ahmad Sabah
Amin, Saman Hamid

Source

Journal of Engineering

Issue

Vol. 26, Issue 6 (30 Jun. 2020), pp.85-93, 9 p.

Publisher

University of Baghdad College of Engineering

Publication Date

2020-06-30

Country of Publication

Iraq

No. of Pages

9

Main Topic

Arabic Language

Topics

Abstract 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.

Abstract 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.

American Psychological Association (APA)

al-Bayati, Abd al-Hakim Qusai Ali& al-Araji, Ahmad Sabah& 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

Modern Language Association (MLA)

al-Araji, Ahmad Sabah…[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

American Medical Association (AMA)

al-Bayati, Abd al-Hakim Qusai Ali& al-Araji, Ahmad Sabah& 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

Data Type

Journal Articles

Language

English

Notes

Includes bibliographical references : p. 92-93

Record ID

BIM-972874