مطالعه تطبیقی در زمینه تجزیه و تحلیل حساسیت
ترجمه شده

مطالعه تطبیقی در زمینه تجزیه و تحلیل حساسیت

عنوان فارسی مقاله: مطالعه تطبیقی در زمینه تجزیه و تحلیل حساسیت
عنوان انگلیسی مقاله: A Comparative Study on Sentiment Analysis
مجله/کنفرانس: پیشرفت در بیولوژی محیطی - Advances in Environmental Biology
رشته های تحصیلی مرتبط: مهندسی کامپیوتر و فناوری اطلاعات
گرایش های تحصیلی مرتبط: رایانش ابری، اینترنت و شبکه های گسترده
کلمات کلیدی فارسی: تجزیه و تحلیل احساسات، انتخاب ویژگی، رده‌بندی احساسات
کلمات کلیدی انگلیسی: Sentiment Analysis - Feature Selection - Sentiment Classification
نمایه: Scopus
دانشگاه: دانشکده محاسبات، دانشگاه فناوری مالزی (UTM) ، مالزی
ناشر: Aensiweb
نوع ارائه مقاله: ژورنال
نوع مقاله: ISI
سال انتشار مقاله: 2014
ایمپکت فاکتور: 0.000 در سال 2018
شاخص H_index: 18 در سال 2019
شاخص SJR: 0.122 در سال 2018
شناسه ISSN: 1998-1066
شاخص Quartile (چارک): Q4 در سال 2018
صفحات مقاله انگلیسی: 16
صفحات ترجمه فارسی: 36 (2 صفحه رفرنس انگلیسی)
فرمت مقاله انگلیسی: pdf
فرمت ترجمه فارسی: pdf و ورد تایپ شده با قابلیت ویرایش
مشخصات ترجمه: تایپ شده با فونت B Nazanin 14
ترجمه شده از: انگلیسی به فارسی
وضعیت ترجمه: ترجمه شده و آماده دانلود
آیا این مقاله بیس است: خیر
آیا این مقاله مدل مفهومی دارد: ندارد
آیا این مقاله پرسشنامه دارد: ندارد
آیا این مقاله متغیر دارد: ندارد
آیا منابع داخل متن درج یا ترجمه شده است: بله
آیا توضیحات زیر تصاویر و جداول ترجمه شده است: بله
آیا متون داخل تصاویر و جداول ترجمه شده است: بله
کد محصول: 10227
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
رفرنس در ترجمه: در داخل متن و انتهای مقاله درج شده است
ترجمه فارسی فهرست مطالب

چکیده


پیشگفتار


پیش زمینه مساله


تجزیه و تحلیل احساسات


کاربردهای تجزیه و تحلیل احساسات


سطوح مختلف در تجزیه و تحلیل احساسات


سطح سند


سطح جمله


سطح جنبه


استخراج جنبه (ویژگی یا موجودیت)


لغت‌نامه احساسات


روش مبتنی بر دیکشنری


روش پیکره بنیاد


روش‌های انتخاب و استخراج ویژگی


انتخاب ویژگی


حذف ایست واژه‌ها


روش N-گرام


ادات سخن


استخراج ویژگی


تولید


ارزیابی زیرمجموعه‌ها


تکنیک‌های فیلتر


تکنیک‌های بسته‌بندی


روش‌های انتخاب ویژگی


فرکانس سند


فرکانس اصطلاح – فرکانس سند معکوس


آماره کای دو


اطلاعات مشترک


کسب اطلاعات


تجزیه و تحلیل مولفه اصلی


رده‌بندی احساسات


یادگیری نظارتی


یادگیری نیمه نظارتی


یادگیری بدون نظارت


تکنیک‌های رده‌بندی


نایو بیز


ماشین بردار پشتیبانی


ماکسیمم آنتروپی


شبکه عصبی مصنوعی


روش گروهی مدیریت داده‌ها


گروه رده‌بندی کننده


نتیجه‌گیری

فهرست انگلیسی مطالب

Abstract


INTRODUCTION


Sentiment Analysis


Applications of Sentiment Analysis


Different levels in sentiment analysis


Document Level


Sentence level


Aspect level


Sentiment Lexicon


Dictionary-based


Corpus-base


Feature Selection And Extraction Methods


Fig. 1: The steps of feature selection and reduction


Feature Selection


Stop Words Removal


N-gram Method


Part-Of-Speech


Feature Extraction


Feature Extraction


Evaluation of Subsets


Filter techniques


Wrapper techniques


Fig. 2: Comparison of two approaches based on the type of feature extraction functions


Fig. 2: Comparison of two approaches based on the type of feature extraction functions


Methods of Feature Selection


Document Frequency


Term Frequency-Inverse Document Frequency


Chi-square statisti


Mutual Information


Information Gain


Principal Component Analysis


Sentiment Classification Supervised Learning


Semi-supervised Learning


Unsupervised Learning


Classification Techniques


Naive Bayes


Support Vector Machine


Maximum Entropy


Artificial Neural network


Group Method of Data Handling


Classifier Ensemble


Conclusion

نمونه ترجمه فارسی مقاله

 چکیده


 با پیدایش اینترنت و وب جهان گستر، رشد بی‌سابقه داده‌ها و اطلاعات مربوط به وب و همچنین رشد چشمگیر نظرات، احساسات، و نگرش‌های دیجیتال یا متنی را مشاهده می‌کنیم، که در بازنگری‌ها (تجدید نظرات) نیز ملاحظه می‌شوند. لازم است که نگرش ویژه‌ای برای پردازش و شناخت اطلاعات مورد استفاده توسط روش‌های بازیابی اطلاعات و روش‌های پردازش زبان طبیعی ارائه شود. یکی از مهمترین مشکلات در این زمینه، تجزیه و تحلیل احساسات است که به موجب آن، هر بازنگری در دو دسته رده‌بندی می‌شود: نظرات مثبت (مورد تایید یا مطلوب) و نظرات منفی (عدم تایید یا نامطلوب). این مقاله به بحث مسائل مربوطه از قبیل روش‌های انتخاب ویژگی و رده‌بندی‌های مختلف احساسات و هچنین رویکردهای جدید به تازگی در نظر گرفته شده برای حل این مساله می‌پردازد.


پیشگفتار


امروزه هر دوی افراد و سازمان‌ها نیاز به استفاده از «عقاید و احساسات عمومی مربوط در رابطه با تصمیم‌گیری درباره محصولات» خود دارند. با ظهور Web 2.0، همراه با اینترنت گسترده و رسانه‌های اجتماعی (از قبیل شبکه‌های اجتماعی، نشریات، نظرات، توییتر، و بحث‌های انجن‌ها در وب)، می‌توان روی این گزینه‌ها برای جمع‌آوری نظرات عمومی تمرکز کرد زیرا میزانی غنی از اطلاعات قابل دسترس عمومی وجود دارند. بنابراین، پردازش و استخراج اطلاعات و نظرات از وب و سپس تجزیه و تحلیل آن‌ها وظیفه‌ای قدرتمند است. کاربردهای تجزیه و تحلیل احساسات در حال حاضر در هر حوزه تقریبا ممکنی از جمله خدمات، خدمات مالی، انتخابات سیاسی، و محصولات مشتری استخراج می‌شوند. 

نمونه متن انگلیسی مقاله

Abstract


With the genesis of the internet and the world wide web, we have seen an unprecedented growth of data and information on the web as well as a huge growth in digital or textual opinions, sentiments and attitudes as remarked upon in reviews. Special attention needs to be given to the processing and understating information used by information retrieval methods and natural language processing methods. One of the main problems in this scope is sentiment analysis whereby a review is classified into two classes, i.e. positive (thumbs up or favorable) or negative (thumbs down or unfavorable) opinions. This paper discusses related issues such as feature selection methods and different sentiment classifications as well as the main approaches currently being taken to solve this problem.


INTRODUCTION


Nowadays, both individuals and organizations need to make use people‟s public opinions and sentiments with regard to decision-making about their products. With the advent of Web 2.0, together with widespread internet and social media (such as social networks, reviews, comments, twitter and forum discussions on the web), focus can be given in order to collect public opinions, since there is such a rich amount of general information available. Thus, processing and extracting information and opinions on the web and then analyzing them is a powerful task. Sentiment analysis applications are now extracted to roughly every possible area, such as: services, financial services, political elections and customer products.

محتوای این محصول:
- اصل مقاله انگلیسی با فرمت pdf
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه
قیمت محصول: ۲۴,۴۰۰ تومان
خرید محصول
  • اشتراک گذاری در

دیدگاه خود را بنویسید:

تاکنون دیدگاهی برای این نوشته ارسال نشده است

مطالعه تطبیقی در زمینه تجزیه و تحلیل حساسیت
مشاهده خریدهای قبلی
نوشته های مرتبط
مقالات جدید
لوگوی رسانه های برخط

logo-samandehi

پیوندها