AMEA İnformasiya Texnologiyaları İnstitutunda 1 saylı şöbənin növbəti elmi seminarı keçirildi.

İnstitutun böyük elmi işçisi Mərziyə İsmayılova “Sentiment analiz: problemlər və mövcud yanaşmalar” mövzusunda məruzə ilə çıxış edərək sentiment analizin əsas məsələləri, səviyyələri, klassifikasiya metodları, problemləri və s. haqqında ətraflı məlumat verdi.

Məruzəçi sentiment analizin təbii dilin emalı (Natural Language Processing), statistika və ya maşın təlimi metodlarından istifadə edərək mətn sənədlərindən mətnin emosional məzmununun çıxardılması, tanınması və ya başqa üsullarla xarakterizə edilməsi olduğunu bildirdi.

M.İsmayılova kompüter əsaslı sentiment analizin İnternetdə subyektiv mətnlərin mövcudluğu ilə həyata keçirildiyini diqqətə çatdırdı. Qeyd etdi ki, sentiment analizin məqsədi mətndəki fikirlərin tapılması və onların xüsusiyyətlərinin müəyyən edilməsindən ibarətdir.

Onun sözlərinə görə, sentiment analiz təbii dilin emalı, veb-analiz və maşın təliminin daxil olduğu mürəkkəb bir multidissiplinar məsələdir. O, subyektivliyin klassifikasiyasının fikir kimi ifadə edilən və ya edilməyən cümlələrin klassifikasiyası üsulu olduğunu, sentiment klassifikasiyanın isə mətnin ziddiyyətini, başqa sözlə, onun pozitiv və ya neqativ fikri ifadə edib-etmədiyinin tapılması üsulu olduğunu vurğuladı.

Məruzəçi  sentiment analizin səviyyələrindən bəhs edərək söz, cümlə, sənəd və xüsusiyyət səviyyələrində sentiment analiz barədə danışdı. Bildirdi ki, söz səviyyəsində sentiment analiz sənəddə sözlərin subyektivliyinin, oriyentasiyasının və ya ziddiyyətinin, eləcə də oriyentasiyanın sayının müəyyən olunmasına xidmət edir. Söz səviyyəsində sentiment analiz lüğət və korpus əsasında yerinə yetirilir. O, lüğətə əsaslanan yanaşmada sözlərin təbiəti, strukturu və leksik əlaqələrinə görə müxtəlif lüğətlərdən (WordNet, SentiWordNet ), korpus əsasında isə böyük korpuslarda sözlərarası əlaqələrdən (sintaksis və ya birgə əlaqələr) istifadə edildiyini qeyd etdi. Bildirdi ki, cümlə səviyyəsində sentiment analiz hər bir cümlədə ifadə olunmuş emosiyaların klassifikasiyasından, sənəd səviyyəsində sentiment analiz isə sənədin pozitiv və neqativ fikirləri ifadə etməsinin klassifikasiyasından ibarətdir. O, həmçinin xüsusiyyət əsasında sentiment analizin növlərindən söz açdı, onun sözlər və onların istifadə tezliyi, terminin mövqeyi, nitq hissələri, neqativ sözlər kimi növlərini diqqətə çatdırdı.

M.İsmayılova sentiment analizin klassifikasiyasında dayaq vektorları maşını (SVM), neyron şəbəkə, dərin təlim (Deep Learning), Naive Bayes və s. kimi maşın təlimi metodlarının tətbiq olunduğunu dedi.  Son illər sentiment analiz üçün Autoencoder Neural Network (ANN), Convolutional Neural Network (CNN), Recurrent Neural Network (RNN), Long Short Term Memory network (LSTM), Recursive Neural Network (RecNN) və s. kimi  Deep Learning metodlarının geniş istifadə edildiyini qeyd edərək bu sahədə aparılmış tədqiqat işlərindən bəzilərini nəzərə çatdırdı. O, həmçinin sentiment analiz üçün Amazon Product Data, Stanford Sentiment Treebank (SSTb), Stanford Twitter Sentiment (STS), IMDB Movie Reviews Dataset və s. kimi verilənlər dəstinin olduğunu vurğuladı.

Məruzəçi sentiment analizin rəyin predmet sahəsindən asılı olması, cümlədə bir neşə fikirin olması, müqayisəli cümlələr, gizli rəylər, çoxdilli sentiment analiz, açar sözlərin seçilməsi və s. kimi problemlərinin olduğunu vurğuladı.

M.İsmayılova sentiment analizə dair konfrans, simpozium və “workshop”lar, eləcə də bu sahə ilə məşğul olan tədqiqatçı alimlər haqqında da ətraflı məlumat verdi.

Məruzə ətrafında fikir mübadiləsi aparıldı, suallar cavablandırıldı.

© Bütün hüquqlar qorunur. Xəbərlərdən istifadə edərkən www.ict.az saytına istinad zəruridir.