فهرست نشریات علمی دسترسی آزاد ایران

مقدمه: امروزه تحلیل نظرات بیماران به‌عنوان یک شاخص ارزشمند، برای سنجش کیفیت خدمات مراقبت‌های بهداشتی محسوب می‌گردد. افزایش نظرات متنی پیرامون مراقبت‌های بهداشتی، منجر گردیده تا این نظرات نقش مهمی درزمینۀ تصمیم‌گیری سایر بیماران برای انتخاب خدمات پزشکی و درمانی داشته باشند. بر همین اساس پژوهشگران در تلاش‌اند تا ضمن استخراج اطلاعات ارزشمند و طبقه‌بندی احساسات، بتوانند نیازها و الگوی رفتاری بیماران را شناسایی و استراتژی‌های مناسبی را برای بهبود سطح رضایت آن‌ها در نظر بگیرند. اما نظرات بیماران شامل حجم بالایی از عبارات تخصصی است و ابزارهای پردازشی موجود در حوزه تحلیل احساسات بر اساس دامنه‌های عمومی آموزش ‌دیده‌اند. بنابراین برای تحلیل دقیق این نظرات باید از مدل‌ها و ترکیب آن‌ها به نحوی استفاده گردد که عملکرد نهایی به دریافت نتایج معتبر بیانجامد.مواد و روش‌ها: در این تحقیق با هدف بهبود کارایی و افزایش دقت تحلیل احساسات در حیطه نظرات فارسی مراقبت‌های بهداشتی، از مدل ترکیبی تعبیه‌سازی FastText-BERT برای استخراج روابط معنایی و از CNN-BiLSTM برای طبقه‌بندی احساسات در سطح جمله استفاده شد.یافته‌ها: نتایج نهایی دقت 86% و 84/99%=F1-score را برای چارچوب پیشنهادی نشان داد.نتیجه‌گیری: بر اساس نتایج می‌توان اذعان داشت، ترکیب مدل‌های تعبیه‌سازی به واسطه بهره‌مندی از نقاط قوت فراوان (در هر دو روش) در شناسایی عبارات تخصصی و خارج از دامنه، و همچنین استخراج روابط معنایی میان آن‌ها، باعث بهبود کارایی و افزایش دقت تحلیل احساسات می‌گردند.