ارائه‌کننده:  ستاره خدارحمی
استاد راهنما: دکتر مهدی رعایائی اردکانی
استاد ناظر داخلی: دکتر فواد قادری
استاد ناظر خارجی: دکتر علیرضا رضوانیان(دانشگاه علم و فرهنگ )
استاد مشاور اول: دکتر نصراله مقدم چرکری
تاریخ: 1401/12/20
ساعت: 16:30
مکان:  سالن جلسات دانشکده مهندسی برق و کامپیوتر

چکیده:  

استخراج خودکار اطلاعات از متن‌ها، موضوع مهم تحقیق در زمینه پردازش زبان طبیعی به دهه‌های اخیر بر می‌گردد. افزایش اتکای مردم به رسانه‌های اجتماعی، این سکوهای برخط را به منبع ضروری اطلاعات تکمیلی درباره‌ی افکار عمومی تبدیل کرده‌است. اخیرا محققان، توجه زیادی به مسئله تشخیص موضع در رسانه‌های اجتماعی کرده‌اند. تشخیص موضع کاربر نسبت به یک موضوع یعنی نگرش کاربر در جهت طرفدار یا مخالف بودن آن موضوع هست. ما در این پژوهش تشخیص موضع در شبکه‌های اجتماعی را بررسی کرده‌ایم و هدف ما از این پژوهش استفاده از ویژگی‌های شبکه‌ای تعاملات کاربر به جای استفاده از متن در تشخیص موضع کاربر می‌باشد که راهکاری برای بهبود عملکرد ویژگی‌های شبکه‌ای استخراج شده به کار می‌بریم. ما با استفاده از ویژگی‌های فردی کاربر که از طریق تاریخچه مکالمات کاربر بدست آمده راهکاری برای بهبود شبکه‌های تعاملی ارائه داده‌ایم. ما از مدل یادگیری نظارت شده SVM استفاده می‌کنیم. عملکرد روش پیشنهادی ما یعنی استفاده از شبکه‌ تعامل مستقیم کاربر 1.1 درصد نسبت به ویژگی‌ متنی بهبود یافته‌است. همچنین ویژگی‌های پیشنهادی ما به طور کلی نتیجه  54.40 را بدست آورده‌است. این نتیجه منجر به 0.96 درصد بهبود عملکرد نسبت به شبکه تعامل مستقیم شده‌است.