تجزیه و تحلیل احساسات چندوجهی در زبان فارسی با استفاده از مدل‌های مبتنی بر ترانسفورمر و کپسول‌های تشخیص احساس

نویسندگان

1 استاد بخش مهندسی و علوم کامپیوتر و فناوری اطلاعات، دانشکده مهندسی برق و کامپیوتر، دانشگاه شیراز، شیراز، ایران

2 کارشناس ارشد نرم‌افزار، بخش مهندسی و علوم کامپیوتر و فناوری اطلاعات، دانشکده مهندسی برق و کامپیوتر، دانشگاه شیراز، شیراز، ایران

3 دانشیار بخش مهندسی و علوم کامپیوتر و فناوری اطلاعات، دانشکده مهندسی برق و کامپیوتر، دانشگاه شیراز، شیراز، ایران

doi
10.22034/abmir.2025.23347.1137
چکیده

تحلیل احساسات، فرآیند شناسایی یا طبقه‌بندی عقاید و احساسات افراد در مورد یک موضوع است. کاربردهای تحلیل احساسات در زمینه‌هایی همچون بازاریابی و تحلیل شبکه‌های اجتماعی به‌طور گسترده مورد توجه قرار گرفته است. اگرچه تحقیقات اولیه در زمینه تحلیل احساسات عمدتاً تنها بر داده‌های متنی متکی بودند، اما مطالعات اخیر نشان داده‌اند که سیستم‌های چندوجهی که انواع مختلفی از داده‌ها را در برمی‌گیرند، می‌توانند عملکرد بهتری داشته باشند. در این پژوهش، به تحلیل احساسات چندوجهی در زبان فارسی پرداخته شده است و برای اولین بار در این زمینه، روشی براساس مدل‌های مبتنی بر ترانسفورمر پیشنهاد شده است. برای استخراج ویژگی‌های متنی، از مدل پارس‌برت و یک مدل مبتنی بر ترانسفورمرهای بینایی به نام مدل DINOv2 برای استخراج ویژگی‌های بصری به کار گرفته شده است. تشخیص احساسات در هر وجه از طریق کپسول‌های تشخیص احساسات صورت پذیرفته و درنهایت به‌منظور پیش‌بینی احساسات در حالت چندوجهی، تکنیک همجوشی دیرهنگام در لایه نهایی اعمال گردیده است. افزون بر این، از یک تکنیک هوش مصنوعی تفسیرپذیر مستقل از مدل، به نام لایم، برای به دست آوردن بینشی در مورد پیش‌بینی‌های انجام شده توسط شاخه‌های تک‌وجهی کمک گرفته شده است. آزمایش‌ها انجام شده نشان داد که مدل چندوجهی ارائه شده توسط این پژوهش بر روی مجموعه داده عکس نظر به‌دقت 5/69 درصد و امتیاز F1 معادل 48/96 درصد دست یافته است.