.
خانه ژورنال دانشجویان ایران (Iranian Students Article House)
.
عنوان فارسی مقاله : تحلیل احساسات مبتنی بر یادگیری عمیق در متن رومی اردو
.
English Article Title: Deep Learning-Based Sentiment Analysis for Roman Urdu Text
Year: 2019
Publisher: ELSEVIER
Journal: Procedia Computer Science
DOI: doi.org/10.1016/j.procs.2019.01.202

Keywords:
#Social_Sciences_and_Humanities
#Physical_Sciences_and_Engineering
#Recurrent_Neural_Network
#Computer_Science
#RNN
#Long_Short_term_Memory
#LSTM
#Roman_Urdu_Sentiment_Analysis
#Word_embedding
#Art_and_Humanities
#علوم_پایه_و_فنی_مهندسی
#گروه_علوم_انسانی_و_اجتماعی
#مقاله_کامپیوتر
#مقاله_هنر
#مقاله_علوم_انسانی
#شبکه_عصبی_مکرر (#RNN)
#حافظه_کوتاه_مدت
#حافظه_بلند_مدت
#آنالیز_معنایی_رومن_اردو
#تعبیه_لغت

چکیده مقاله:
آنالیز احساسات با توجه به رویکرد همه جانبه در آنالیز احساسات کاربران شبکه های اجتماعی مختلف، انجمن ها، سایت های بازاریابی الکترونیکی و وبلاگ ها، اهمیت زیادی دارد. داده های مربوط به احساسات در وب اهمیت زیادی دارد و بر مشتریان، خوانندگان و شرکت های تجاری تأثیر می گذارد. شبکه عصبی مکرر به طور گسترده ای در انجام وظایف پردازش زبان طبیعی مورد استفاده قرار گرفته است، زیرا برای مدل سازی داده های متوالی به صورت موثر طراحی شده است.
در این مقاله از مدل عصبی عمیق حافظه کوتاه-طولانی مدت (LSTM) استفاده شده است. توانایی فوق العاده ای در ضبط اطلاعات دور برد و حل مشکل کاهش گرادیان و همچنین ارائه اطلاعات متنی آتی، معناشناسی توالی لغات با شکوه دارد. این مقاله پایه و اساس تطبیق روش های یادگیری عمیق در آنالیز رومن اردو است. نتایج تجربی نشان داد که مدل ما دقت قابل توجهی دارد و دقت بیشتری از روش های یادگیری ماشین دارد.
کليدواژه: شبکه عصبی مکرر (RNN)، حافظه کوتاه-بلند مدت (LSTM) ، آنالیز معنایی رومن اردو ، تعبیه لغت

لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2LIBceB