فایل ورد کامل تحلیل احساسات مبتنی بر یادگیری عمیق در متن رومی اردو

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل تحلیل احساسات مبتنی بر یادگیری عمیق در متن رومی اردو،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۱۲ صفحه

آنالیز احساسات با توجه به رویکرد همه جانبه در آنالیز احساسات کاربران شبکه های اجتماعی مختلف، انجمن ها، سایت های بازاریابی الکترونیکی و وبلاگ ها، اهمیت زیادی دارد. داده های مربوط به احساسات در وب اهمیت زیادی دارد و بر مشتریان، خوانندگان و شرکت های تجاری تأثیر می گذارد. شبکه عصبی مکرر به طور گسترده ای در انجام وظایف پردازش زبان طبیعی مورد استفاده قرار گرفته است، زیرا برای مدل سازی داده های متوالی به صورت موثر طراحی شده است.


در این مقاله از مدل عصبی عمیق حافظه کوتاه-طولانی مدت (LSTM) استفاده شده است. توانایی فوق العاده ای در ضبط اطلاعات دور برد و حل مشکل کاهش گرادیان و همچنین ارائه اطلاعات متنی آتی، معناشناسی توالی لغات با شکوه دارد. این مقاله پایه و اساس تطبیق روش های یادگیری عمیق در آنالیز رومن اردو است. نتایج تجربی نشان داد که مدل ما دقت قابل توجهی دارد و دقت بیشتری از روش های یادگیری ماشین دارد.

کلیدواژه: شبکه عصبی مکرر (RNN)| حافظه کوتاه-بلند مدت (LSTM) | آنالیز معنایی رومن اردو | تعبیه لغت

عنوان انگلیسی:

Deep Learning-Based Sentiment Analysis for Roman Urdu Text

~~en~~ writers :

Hussain Ghulam, Feng Zeng, Wenjia Li, Yutong Xiao

Sentiment Analysis has significant attention due to its versatile approach to analysis user’s sentiments on various social networks,
forums, e-marketing sites and blogs. Sentiments related data on the web has great importance and impact on customer’s, readers
and business firms.Reccurent Neural Network has been widely applied to perform Natural Language Processing tasks because it is
designed for modeling the sequential data efficiently.

In this paper we used Deep Neural Long-short time memory model (LSTM).It has extraordinary capability to Capture long-range
information and solve gradient attenuation problem, as well as represent future contextual information, semantics of word sequence
magnificently. This paper is the foundation of adapting Deep learning methods to perform Roman Urdu Sentiment Analysis. Our
experimental results shows the significant accuracy of our model and surpassed accuracy of baseline Machine learning methods.

Keywords: Recurrent Neural Nework(RNN) | Long Short-term Memory(LSTM) | Roman Urdu Sentiment Analysis | Word embedding.

$$en!!