طرق تحليل المعنويات النصية (2) - طرق تحليل المشاعر التقليدية القائمة على التعلم الآلي

إدخال أساليب تحليل المعنويات التقليدية القائمة على التعلم الآلي

التعلم الآلي هو طريقة تعليمية تدرب نموذجًا من البيانات المعطاة ويتوقع النتائج حسب النموذج.تمت دراسة هذه الطريقة حتى الآن وحققت العديد من النتائج الفعالة.

تشير طريقة تحليل المعنويات القائمة على التعلم الآلي إلى استخراج الميزات من خلال كمية كبيرة من المجموعة المسمى أو غير المسمى ، باستخدام خوارزميات التعلم الآلي الإحصائي ، وأخيراً النتائج في تحليل المعنويات.

تنقسم طرق تصنيف المعنويات القائمة على التعلم الآلي إلى ثلاث فئات رئيسية:خاضع للإشراف ، أساليب شبه خاضعة للإشراف وغير خاضعة للإشراف.

في الأساليب الخاضعة للإشراف ، يمكن تصنيف فئات المعنويات المختلفة عن طريق إعطاء عينة مع قطبية عاطفية.تعتمد الطرق الخاضعة للإشراف أكثر على عينات البيانات وقضاء المزيد من الوقت في وضع العلامات اليدوية ومعالجة عينات البيانات.الأساليب المشتركة الخاضعة للإشراف هي knn ، bayes الساذجة و SVM.

في الطرق شبه الخاضعة للإشراف ، يمكن تحسين نتائج تصنيف المعنويات النصية بشكل فعال عن طريق استخراج الميزات من النص غير المرفق ، ويمكن أن تحل هذه الطريقة بشكل فعال مشكلة مجموعات البيانات المتفرقة مع وضع العلامات.

في الأساليب غير الخاضعة للإشراف ، يتم تصنيف النص غير المسماة بناءً على التشابه بين النصوص ، وهذه الطريقة أقل استخدامًا في تحليل المعنويات.

المميزات والعيوب:

تركز أساليب تصنيف المشاعر التقليدية القائمة على التعلم الآلي بشكل أساسي على استخراج ميزات المشاعر ومجموعة المصنفات ، والمزيج من المصنفات المختلفة لها تأثير معين على نتائج تحليل المشاعر.غالبًا ما لا يمكن لهذه الطرق الاستفادة الكاملة من المعلومات السياقية للنص ، ولديها مشكلة في تجاهل الدلالات السياقية عند تحليل محتوى النص ، لذلك تتأثر دقة التصنيف الخاصة بهم.