Signal and Data Processing

fa به‌کارگیری روشهای دادهافزایی برای تحلیل احساسات کاربران درباره بازگشایی مدارس در دوران همه‌گیری کووید-19 Using Data Augmentation Techniques for Sentiment Analysis of Users’ Opinions on Reopening of Schools During the Covid-19 Epidemic مقالات پردازش متن Paper پژوهشي Research <div style="text-align: justify;">ازجمله روش‌های موفق برای تحلیل احساسات، روش‌های یادگیری باناظر است که با آموزش یک طبقه‌بند بر روی یک مجموعه&lrm;داده آموزشی از نظرات دارای برچسب احساس، یک مدل پیش‌بینی‌کننده می‌سازند که قادر است، جملات جدید را طبقه‌بندی کند. در زبان فارسی، نبود داده‌های آموزشیِ کافی و دقت کم ابزارهای پردازش زبان طبیعی، به‌کارگیری الگوریتم‌های باناظر و نیز استخراج ویژگی&lrm;های باکیفیت را با چالش جدی روبه&lrm;رو ساخته‌است. هدف مقاله حاضر به‌کارگیری روش‌های یادگیری ماشین باناظر برای طبقه‌بندی نظرات مطرح&lrm;شده توسط کاربران فارسی زبان در رسانه‌های اجتماعی درباره بازگشایی مدارس در دوران همه‌گیری کووید-19 است. برای غلبه بر مشکل کمبود داده‌های آموزشی یک روش ترکیبی برای داده‌افزایی پیشنهاد شده‌است که اندازه مجموعه آموزش را حدود 97درصد افزایش میدهد. نتایج آزمایش&lrm;های انجام&lrm;گرفته نشان می‌دهد که با اعمال روش پیشنهادی برای داده‌افزایی و به‌کارگیری ویژگی‌های انتخابی در این مقاله، به‌ترتیب دقت 81 و 79درصد برای طبقه‌بندی نظرات با استفاده از الگوریتم‌های ماشین بردار پشتیبان و شبکه عصبی پیچشی حاصل می‌شود.</div> <div style="text-align: justify;">Sentiment analysis, also called opinion mining, is one of the sub-areas of natural language processing that aims to classify texts according to the sentiments, beliefs and attitudes expressed in them. In the most current research, texts are divided into two "positive" and "negative" categories. However, there are also other categories such as good/bad" and agree/disagree, every one of which has its applications. The purpose of this paper is to analyze the opinions expressed by users on social media about the reopening of schools during the Covid-19 outbreak using supervised machine learning techniques, and to classify them into two "agree" and "disagree" categories. Users' opinions, in this paper, are in Persian. The lack of sufficient datasets and also the low accuracy of natural language processing tools are the most important problems of text processing in Persian. Due to the mentioned limitations, the use of supervised machine learning algorithms and also the extraction of effective features for training machine learning classifiers in Persian are facing a serious challenge. </div> <div style="text-align: justify;">In this paper, first, a small dataset of the users' opinions about the reopening of schools was collected and manually labeled. Then, a combined method was used for data augmentation of the dataset. In the proposed method, first, Persian sentences were translated into English. Then nouns, verbs and adjectives of the English sentences were replaced with their synonyms. Next, the English sentences were translated into Persian again. The new sentence with the class label of the initial sentence was added to the training set. Thus, the size of the training set increased by 97 percent. After that, the efficiency of employing the common pre-processing steps and using common feature sets in sentiment analysis of the English texts for Persian were evaluated and the best of them were selected. Considering the low accuracy of the Persian natural language processing tools, it was tried to select those features that were less dependent on the tools. Finally, machine learning classification was used to determine agree/disagree class of the user opinions of the test sets. The results of the experiments indicated that by applying the proposed method for data augmentation and using selected features in this paper, 81 and 79 percent precision was obtained for the polarity classification of opinions using SVM and CNN algorithms, respectively.</div> تحلیل احساسات, نظرکاوی, یادگیری باناظر, یادگیری عمیق, داده‌افزایی, کووید-19 Sentiment Analysis, Opinion mining, Supervised learning, Deep learning, Data augmentation, Covid-19 3 14 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-667-4&slc_lang=fa&sid=1 Marziye Mir مرضیه میر marziyemir95@gmail.com 100319475328460012976 100319475328460012976 No University Sistan and Baluchestan دانشجوی کارشناسی ارشد گروه فناوری اطلاعات، دانشکده مهندسی برق و کامپیوتر، دانشگاه سیستان و بلوچستان، زاهدان، ایران Samira Noferesti سمیرا نوفرستی snoferesti@ece.usb.ac.ir 100319475328460012977 100319475328460012977 Yes University of Sistan and Baluchestan دانشیار گروه فناوری اطلاعات، دانشکده مهندسی برق و کامپیوتر، دانشگاه سیستان و بلوچستان، زاهدان، ایران