در عصر حاضر، با گسترش روزافزون فناوری و نفوذ شبکه‌های اجتماعی در زندگی روزمره، تحلیل نظرات و احساسات کاربران در این فضاها از اهمیت ویژه‌ای برخوردار شده است. این تحلیل‌ها، به ویژه در حوزه‌هایی مانند رسانه و تبلیغات، نقش کلیدی ایفا می‌کنند. در این راستا، محققان به دنبال استفاده از روش‌های نوین و سنتی پردازش زبان طبیعی (NLP) برای تشخیص و درک احساسات موجود در متن‌های تولید شده توسط کاربران هستند. این مقاله به بررسی و مقایسه دو روش برجسته در مدل‌سازی موضوعی، یعنی تجزیه ماتریس نامنفی (NMF) و تخصیص دریکله پنهان (LDA)، به منظور تحلیل احساسات در توییت‌های زبان ترکی می‌پردازد.

این پژوهش توسط زکریا آنیل گوون، بانو دیری و تولگاهان چاکال‌اوغلو انجام شده است. این محققان با تکیه بر دانش خود در زمینه‌های محاسبات و زبان، بازیابی اطلاعات و یادگیری ماشین، به دنبال ارائه راهکارهایی مؤثر برای تحلیل احساسات در متون کوتاه شبکه‌های اجتماعی بوده‌اند. تمرکز آنها بر روی توییت‌های زبان ترکی، نشان‌دهنده توجه به جنبه‌های فرهنگی و زبانی خاص در تحلیل احساسات است. زیرا احساسات و نحوه بیان آنها می‌تواند در زبان‌ها و فرهنگ‌های مختلف، تفاوت‌های قابل توجهی داشته باشد.

چکیده این مقاله به این موضوع اشاره دارد که با توسعه فناوری، استفاده از رسانه‌های اجتماعی بسیار رایج شده است. تجزیه و تحلیل نظرات در رسانه‌های اجتماعی در زمینه‌هایی مانند رسانه و تبلیغات نقش مهمی را ایفا می‌کند. به همین دلیل، روش‌های جدید و سنتی پردازش زبان طبیعی برای تشخیص احساسات در این رسانه‌ها مورد استفاده قرار می‌گیرد. در این مقاله، از روش‌های تخصیص دریکله پنهان (LDA) و تجزیه ماتریس نامنفی (NMF) در مدل‌سازی موضوعی برای تعیین نوع احساسات توییت‌های ترکی در توییتر استفاده شده است. علاوه بر این، صحت روش پیشنهادی n-سطحی مبتنی بر LDA نیز تحلیل شده است. مجموعه داده‌ها شامل 5 احساس، شامل عصبانیت، ترس، شادی، غم و سردرگمی است. NMF در بین روش‌های مدل‌سازی موضوعی مورد استفاده در این مطالعه موفق‌ترین روش بوده است. سپس، معیار F1 الگوریتم‌های جنگل تصادفی (Random Forest)، بیز ساده (Naive Bayes) و ماشین بردار پشتیبان (Support Vector Machine) با استفاده از فایل آماده‌شده برای نرم‌افزار Weka و با استفاده از وزن کلمات و برچسب‌های طبقات موضوعی تحلیل شد. در نتایج Weka، موفق‌ترین روش LDA n-مرحله‌ای و موفق‌ترین الگوریتم جنگل تصادفی بوده است.

روش‌شناسی این تحقیق شامل چندین مرحله کلیدی است:

• جمع‌آوری داده‌ها: ابتدا مجموعه داده‌ای از توییت‌های زبان ترکی که شامل 5 نوع احساس مختلف (عصبانیت، ترس، شادی، غم و سردرگمی) بود، جمع‌آوری شد.
• پیش‌پردازش داده‌ها: توییت‌های جمع‌آوری شده، پیش‌پردازش شدند. این مرحله شامل حذف علائم نگارشی، تبدیل حروف به حالت یکسان (مثلاً تبدیل همه حروف به حروف کوچک)، حذف کلمات توقف (کلماتی مانند “و”، “در”، “به” که ارزش معنایی بالایی ندارند) و ریشه‌یابی کلمات (تبدیل کلمات به ریشه اصلی خود) است.
• مدل‌سازی موضوعی با NMF و LDA: پس از پیش‌پردازش، از دو روش تجزیه ماتریس نامنفی (NMF) و تخصیص دریکله پنهان (LDA) برای مدل‌سازی موضوعی استفاده شد. هدف از این مرحله، استخراج موضوعات و الگوهای پنهان در توییت‌ها و ارتباط دادن آنها با احساسات مختلف بود.
• ارائه روش n-سطحی مبتنی بر LDA: محققان یک روش جدید n-سطحی مبتنی بر LDA را پیشنهاد کردند. این روش، از چندین لایه LDA برای استخراج اطلاعات دقیق‌تر و جزئی‌تر از داده‌ها استفاده می‌کند.
• ارزیابی عملکرد مدل‌ها: عملکرد مدل‌های NMF، LDA و روش n-سطحی LDA با استفاده از معیار F1 و الگوریتم‌های یادگیری ماشین مختلف (جنگل تصادفی، بیز ساده و ماشین بردار پشتیبان) ارزیابی شد.
• استفاده از Weka: برای ارزیابی دقیق‌تر، نتایج مدل‌سازی موضوعی در قالب فایل‌های مناسب برای نرم‌افزار Weka (یک نرم‌افزار متن‌باز برای داده‌کاوی) قرار داده شد و با استفاده از الگوریتم‌های مختلف، تحلیل‌های بیشتری انجام شد.

به طور خلاصه، این تحقیق از یک رویکرد ترکیبی استفاده کرده است که شامل مدل‌سازی موضوعی، یادگیری ماشین و تحلیل آماری برای تحلیل احساسات در توییت‌های زبان ترکی است.

یافته‌های این تحقیق نشان می‌دهد که:

• تجزیه ماتریس نامنفی (NMF) در مقایسه با روش تخصیص دریکله پنهان (LDA)، عملکرد بهتری در مدل‌سازی موضوعی و تحلیل احساسات در توییت‌های زبان ترکی داشته است.
• روش n-سطحی مبتنی بر LDA، در مقایسه با LDA استاندارد، نتایج بهتری در شناسایی احساسات مختلف به دست داده است. این نشان می‌دهد که استفاده از چندین لایه LDA می‌تواند به استخراج اطلاعات دقیق‌تر و جزئی‌تر از داده‌ها کمک کند.
• از میان الگوریتم‌های یادگیری ماشین مورد استفاده، الگوریتم جنگل تصادفی (Random Forest) بهترین عملکرد را در طبقه‌بندی احساسات داشته است.

به عبارت دیگر، NMF در یافتن موضوعات مرتبط با احساسات مختلف قوی‌تر عمل کرده، و روش n-سطحی LDA با استفاده از لایه‌های بیشتر توانسته دقت بالاتری در تشخیص احساسات به دست آورد. همچنین، جنگل تصادفی به عنوان یک الگوریتم قدرتمند، توانسته است به خوبی از اطلاعات استخراج شده توسط مدل‌های موضوعی برای طبقه‌بندی احساسات استفاده کند.

نتایج این تحقیق می‌تواند کاربردهای متنوعی داشته باشد:

• تحلیل افکار عمومی: با استفاده از این روش‌ها می‌توان افکار عمومی را در مورد موضوعات مختلف در شبکه‌های اجتماعی تحلیل کرد. به عنوان مثال، می‌توان واکنش مردم به یک محصول جدید، یک رویداد سیاسی یا یک کمپین تبلیغاتی را بررسی کرد.
• بهبود خدمات مشتری: شرکت‌ها می‌توانند از تحلیل احساسات برای درک بهتر نیازها و انتظارات مشتریان خود استفاده کنند و خدمات خود را بهبود بخشند.
• تشخیص اخبار جعلی: تحلیل احساسات می‌تواند به تشخیص اخبار جعلی و اطلاعات نادرست در شبکه‌های اجتماعی کمک کند. اخبار جعلی اغلب با هدف ایجاد احساسات خاص در مخاطبان منتشر می‌شوند، بنابراین تحلیل احساسات می‌تواند به شناسایی این نوع اخبار کمک کند.
• پیشگیری از بحران: با تحلیل احساسات در شبکه‌های اجتماعی، می‌توان بحران‌های احتمالی را پیش‌بینی کرد و اقدامات لازم را برای جلوگیری از آنها انجام داد.

دستاورد اصلی این تحقیق، ارائه یک روش مؤثر برای تحلیل احساسات در توییت‌های زبان ترکی است که می‌تواند در زمینه‌های مختلف مورد استفاده قرار گیرد. علاوه بر این، ارائه روش n-سطحی مبتنی بر LDA یک نوآوری در زمینه مدل‌سازی موضوعی است که می‌تواند در سایر زبان‌ها و حوزه‌ها نیز مورد استفاده قرار گیرد.

در مجموع، این مقاله یک بررسی جامع و ارزشمند در زمینه تحلیل احساسات در توییت‌های زبان ترکی ارائه می‌دهد. نویسندگان با استفاده از روش‌های مدل‌سازی موضوعی و یادگیری ماشین، توانسته‌اند یک رویکرد مؤثر برای شناسایی و درک احساسات مختلف در این رسانه اجتماعی ارائه دهند. نتایج این تحقیق می‌تواند برای محققان، شرکت‌ها و سازمان‌هایی که به دنبال درک بهتر افکار عمومی و بهبود خدمات خود هستند، مفید باشد. با توجه به اهمیت روزافزون شبکه‌های اجتماعی در زندگی روزمره، تحقیقاتی از این دست می‌توانند نقش مهمی در بهبود ارتباطات و تصمیم‌گیری‌ها ایفا کنند. همچنین، این تحقیق نشان می‌دهد که انتخاب روش مناسب برای مدل‌سازی موضوعی و الگوریتم یادگیری ماشین می‌تواند تأثیر قابل توجهی بر دقت و کارایی تحلیل احساسات داشته باشد.