fa ساخت نیمه‌خودکار یک پیکره از نظرات غیرمستقیم در دامنه دارو و بکارگیری آن برای تعیین قطبیت نظرات مقالات پردازش متن Paper پژوهشي Research <p>مسئله نظرکاوی در سال‌های اخیر بسیار مورد توجه بوده است. تمرکز روش‌های موجود نظرکاوی بر نظرات مستقیم بوده است و اغلب آنها از نظرات غیرمستقیم صرفنظر کرده‌اند. درحالی‌که در برخی دامنه‌ها از جمله پزشکی نظرات غیرمستقیم به کرات رخ می‌دهند و نادیده گرفتن آنها باعث کاهش دقت سیستم نظرکاوی می‌شود. در این مقاله روشی نیمه‌خودکار برای ساخت پیکره‌ای از نظرات غیرمستقیم به زبان انگلیسی در دامنه دارو ارائه می‌شود. در مرحله اول روش پیشنهادی، جملاتی که بیانگر یک نظر غیرمستقیم هستند شناسایی می‌شوند و در مرحله دوم قطبیت آن‌ها با کمک دانش دامنه، الگوهای زبانی و ساختار نظرات تعیین می‌شود. سپس از این پیکره در روش‌های یادگیری ماشین جهت تعیین قطبیت نظرات مطرح شده درباره داروها استفاده می‌گردد. نتایج آزمایشات نشان می‌دهد که روش پیشنهادی در تعیین قطبیت مجموعه تست به دقت 82.81 درصد می‌رسد و بر یک روش‌ برجسته تحلیل نظرات مستقیم به نام الگوهای سنتیک غلبه می‌کند.</p> <p>Opinion mining is a well-known problem in natural language processing that has attracted increasing attention in recent years. Existing approaches have been often focused on identifying direct opinions and ignored indirect ones. However, in some domains such as medical, indirect opinions occur frequently. Therefore, ignoring indirect opinions can lead to the loss of valuable information and noticeable decline in overall accuracy of opinion mining systems. In this paper, we present a semi-automatic approach to construct a corpus of indirect opinions from drug reviews. In the first step, we propose an automatic method for detection of indirect opinions and in the second step, we use domain knowledge, linguistic rules and review structure for polarity detection of drug reviews. Then we exploit the constructed corpus as a training set in machine learning techniques for polarity classification of new examples. Experimental results demonstrate that our proposed approach achieves 82.81 percent precision.</p> نظرکاوی, نظرات غیرمستقیم, تحلیل احساسات, ساخت پیکره, یادگیری ماشین opinion mining, indirect opinions, sentiment analysis, corpus construction, machine learning 35 49 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-667-1&slc_lang=fa&sid=1 Samira Noferesti سمیرا نوفرستی snoferesti@ece.usb.ac.ir 10031947532846003186 10031947532846003186 Yes Shahid Beheshti university دانشگاه شهید بهشتی Mehrnoush Shamsfard مهرنوش شمس فرد 10031947532846003187 10031947532846003187 No Shahid Beheshti university دانشگاه شهید بهشتی