تفاصيل الوثيقة نوع الوثيقة : رسالة جامعية  عنوان الوثيقة : تحليل المشاعر بالاعتماد على موضوع النص باستخدام التعلم العميق A TOPIC BASED APPROACH FOR SENTIMENT ANALYSIS USING DEEP LEARNING   الموضوع : كلية الحاسبات وتقنية المعلومات  لغة الوثيقة : العربية  المستخلص : في السنوات القليلة الماضية، أصبحت منصة تويترالأكثر شعبية للأفراد لمشاركة وجهات نظرهم وتجاربهم تجاه الخدمات والمنتجات المختلفة. لذلك، يجذب الكثير من الباحثين لاستخدامه كمرجع لاستخراج الرأي وتحليل المشاعر. تستخدم معظم الدراسات البحثية السابقة في هذا المجال النهج التقليدي القائم على التعلم الآلي والنهج القائم على المعجم لتصنيف الحالات العاطفية للتغريدات باللغة الإنجليزية. تم القيام بعمل بحثي محدود لتحديد توجهات الرأي للتغريدات بلغات أخرى مثل العربية. بالإضافة إلى ذلك، حقق نهج التعلم العميق مؤخرًا نتائج ملحوظة مقارنة بخوارزميات التعلم الآلي التقليدية في تحليل كمية هائلة من البيانات كما هو الحال مع بيانات الشبكات الاجتماعية. في هذه الرسالة، نسعى لتحديد ما إذا كان يمكن اعتماد نهج التعلم العميق لتعزيز أداء تحليل المشاعر للتغريدات العربية. لذلك، قمنا بتقييم أداء الدقة للنهج الحالية لتحليل المشاعر، بما في ذلك التعلم الآلي، والتعلم العميق على التغريدات العربية للتعرف على رأي عملاء شركات الاتصالات. تم استخدام الانحدار اللوجستي (LR) وآلة ناقلات الدعم (SVM) والغابة العشوائية (RF) والشبكة العصبية Neural Network)) للكشف عن اتجاه المشاعر لمجموعة البيانات التي تتكون من 1098 تغريدة. تشير النتائج إلى أن تقنية التعلم العميق باستخدام طريقة تضمين الكلمة (Word Embeddings)كانت واعدة من حيث الدقة توصلت الى 81%. علاوة على ذلك، في الكشف الجانبي عن الخدمات، أشارت النتائج إلى أن خوارزمية الشبكة العصبية التلافيفية (CNN) لمجموعة البيانات التي تتكون من 1277 تغريدة حققت أفضل دقة عند تطبيقها مع أجزاء الكلام (POS) لاستخراج الأسماء التي تتعلق بكل فئة وصلت إلى 75%. بالإضافة إلى ذلك، في هذه الرسالة، درسنا تحليل المشاعر القائم على الخدمات وأضفنا ميزة جديدة تستخرج اسم الموقع الجغرافي او المكان بناءً على محتوى التغريدات كمرحلة أخرى. ان استخراج المواقع المكانية للتغريدات سيساعد صانع القرار على اتخاذ أفضل إجراء بناءً على المنطقة أو المدينة أو الحي، والذي بدوره سيساعد الشركة على تحديد المشكلة وموقعها ثم الانتقال إلى حلها. أفاد نموذج التعرف على اسماء الكائنات NER للموقع المقترح الدرجات التالية 0.6 و0.89 من حيث الدقة لنقطة الاهتمام والمدينة NE على التوالي.  المشرف : د.أمل عبدالله المنصور  نوع الرسالة : رسالة ماجستير  سنة النشر : 1441 هـ 2020 م  تاريخ الاضافة على الموقع : Monday, June 22, 2020  الباحثون اسم الباحث (عربي) اسم الباحث (انجليزي) نوع الباحث المرتبة العلمية البريد الالكتروني نوره فهد الشمري Alshammari, Norah Fahad باحث ماجستير   الملفات اسم الملف النوع الوصف  46458.pdf pdf   الرجوع إلى صفحة الأبحاث