تجزیه و تحلیل احساسات چند وجهی با استفاده از تکنیک های یادگیری انتقال چندگانه ترکیبی با به کارگیری شبکه های کانولوشنی وزن دار ترکیبی
نویسندگان
1 دانشگاه آزاد اسلامی
2 گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد سمنان، دانشگاه آزاد اسلامی، سمنان، ایران
3 دانشگاه سمنان
doi
10.22075/jme.2022.25099.2173چکیده
تحلیل نظرات کاربران شبکههای اجتماعی در رابطه با موضوعات مختلف میتواند منجر به درک صحیح موقعیت، نگرش و نظر آنها نسبت به این موضوعات گردد. تجزیه و تحلیل احساسات یکی از مسائل در حوزه پردازش زبان طبیعی است و در حوزههای مختلفی کاربرد دارد. دستهای از نظرات کاربران شبکههای اجتماعی به صورت چندوجهی و با استفاده از ترکیبی از چند رسانه مانند متن، تصویر و صورتک به اشتراک گذاشته میشود که ساختار مفیدی برای استخراج و درک بهتر احساسات فراهم میکند. در این مقاله یک روش ترکیبی یادگیری انتقال با استفاده از 5 مدل از پیش آموزش دیده شده و شبکههای کانولوشنی ترکیبی برای تجزیه و تحلیل احساسات چند وجهی ارائه میشود. در این رویکرد برای استخراج ویژگیهای تصاویر از دو مدل از پیش آموزش دیده مبتنی بر شبکههای کانولوشنی، و برای استخراج ویژگیهای متون و تعبیه کلمات از سه مدل از پیش آموزش دیده دیگر استفاده میشود. از ویژگیهای استخراج شده در شبکههای کانولوشنی ترکیبی استفاده شده و مکانیزم توجه بصری برای تمرکز بر روی مهمترین نواحی احساسی تصاویر و مکانیزم توجه چندراسی برای برجستهسازی کلمات دارای احساس به کار گرفته میشود. نتایج حاصل از طبقهبندی تصاویر و متون با استفاده از تکنیک رای-گیری ترکیب شده و در نهایت برای تعیین قطبیت و برچسب نهایی از همجوشی دیرهنگام استفاده میشود. نتایج حاصل از آزمایشات تجربی مدل پیشنهادی بر روی مجموعه داده استاندارد، دقت مطلوب 96% را نشان میدهد.
