در دنیای امروزی تولید محتوای متنی در سایت های فروش آنلاین ، شبکه های اجتماعی ، فروم ها و ... به شکل روز افزون در حال گسترش می باشد و منبع عظیم نوشتاری از تفکر افراد جامعه ایجاد شده است که به طور مداوم در حال تکمیل شدن و به روز رسانی می باشد. این داده ها می توانند گنجینه عظیمی برای مباحث پردازش متن باشند. در دنیای امروز از آن جایی که ضرورت آنالیز کردن احساسات و تشخیص قطبیت پیام به منظور استفاده در حوزه بازاریابی، اقتصاد، سیاست و ... بر کسی پوشیده نیست، تحقیقات بسیاری در این حوزه صورت گرفته است. علی رغم اهمیت بالای حوزه مذکور در زبان فارسی، تحقیقات بسیار ناچیزی در زمینه آنالیز احساسات نسبت به دیگر زبان ها صورت گرفته است. از سوی دیگر افراد هنگام تولید محتوا یا ارسال نظرات در شبکه های اجتماعی و امثال آن، گاهی از کلمات ابهام دار یا به عبارتی جملات کنایه دار استفاده می کنند که همین امر، دقت آنالیز احساسات را تا حدی تحت الشعاع قرار می دهد. لذا هدف در این پژوهش استفاده از الگوریتم های آماری مبتنی بر یادگیری عمیق برای دستیابی به آنالیز احساسات در زبان فارسی با نظر به بهبود چالش مذکور، می باشد. پژوهش پیش رو با بهری گیری از رابط کاربردی تنسور فلو شبکه عمیق لازم را در کراس ایجاد می کند. در این پژوهش دیتاست استاندارد سنتی پرس با نظرات بیشتری در حوزه کالای دیجیتال غنی شده و مورد استفاده قرار گرفته است.دقت الگوریتم پیشنهاد شده در زبان فارسی برابر ۹۷.۶ بوده که بالاترین دقت در حوزه آنالیز احساسات در زبان فارسی محسوب می شود.

***

سرکار خانم سیده زهرا بکائی نژاد، دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرایش نرم افزار موسسه آموزش عالی زند شیراز
جناب آقای دکتر دشتی، استاد راهنما
جناب آقای دکتر مویدی، استاد مشاور