کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6902030 | 1446498 | 2017 | 8 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
A web-based tool for Arabic sentiment analysis
ترجمه فارسی عنوان
یک ابزار مبتنی بر وب برای تجزیه و تحلیل احساسات عرب
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
تجزیه و تحلیل احساسات عربی، ابزار مبتنی بر وب، عربی نظر معادن،
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
علوم کامپیوتر (عمومی)
چکیده انگلیسی
Sentiment analysis can help analyse trending topics such as political crises and predict it before it occurs. Yet, analysing sentiments in Arabic texts has not been explored much in the extant literature. In this paper, we present a new tool that applies sentiment analysis to Arabic text tweets using a combination of parameters. Those parameters are (1) the time of the tweets, (2) preprocessing methods like stemming and retweets, (3) n-grams features, (4) lexicon-based methods, and (5) machine-learning methods. Users can select a topic and set their desired parameters. The model detects the polarity (negative, positive, both, and neutral) of the topic from the recent related tweets and display the results. The tool is trained with 8000 randomly selected and evenly-labelled Arabic tweets. Our experiments show that the Naive Bayes machine-learning approach is the most accurate in predicting topic polarity. The tool is useful for intermediate and expert users and can help guide them in choosing the best combinations of parameters for sentiment analysis.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Procedia Computer Science - Volume 117, 2017, Pages 38-45
Journal: Procedia Computer Science - Volume 117, 2017, Pages 38-45
نویسندگان
Mazen El-Masri, Nabeela Altrabsheh, Hanady Mansour, Allan Ramsay,