fa حس‌نگار : شبکه واژگان حسی فارسی مقالات پردازش متن Paper كاربردي Applicable <p style="text-align: justify;"><strong><span dir="RTL"><span style="color:black;"><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">وظیفه اصلی نظرکاوی استخراج و تشخیص حس مثبت یا منفی (رضایت‌مندی) افراد، از روی اطلاعات متنی است. نبود یک واژه‌نامه حسی فارسی عامل یکی از چالش‌‌های اصلی نظرکاوی در زبان فارسی است. در این مقاله روشی جدید برای تولید شبکه واژگان حسی فارسی (حس‌نگار) با استفاده از منابع زبانی فارسی و انگلیسی ارائه می‌شود. همچنین پیکره نظرات فارسی ایجاد‌شده برای انجام پژوهش‌های نظرکاوی، معرفی خواهند‌شد. برای تولید حس‌نگار ابتدا شبکه واژگان جامع زبان فارسی (فردوس‌نت) ساخته شده‌است. سپس میزان حس هر گروه هم‌معنی در شبکه واژگان حسی انگلیسی به کلمات متناظر آنها در حس‌نگار (شبکه واژگان حسی فارسی) نگاشت می‌شود. در آزمایش‌های انجام‌شده، مشخص شد که حس‌نگار دارای دقت 86/0 و نرخ بازیابی 75/0 است و می‌تواند به عنوان واژه‌نامه حسی مرجع برای زبان فارسی استفاده شود</span></span></span></span></strong></p> <p dir="LTR" style="text-align: justify;">Awareness of others&#39; opinions plays a crucial role in the decision making process performed by simple customers to top-level executives of manufacturing companies and various organizations. Today, with the advent of Web 2.0 and the expansion of social networks, a vast number of texts related to people&#39;s opinions have been created. However, exploring the enormous amount of documents, various opinion sources and opposing opinions about an entity have made the process of extracting and analyzing opinions very difficult. Hence, there is a need for methods to explore and summarize the existing opinions. Accordingly, there has recently been a new trend in natural language processing science called &quot;opinion mining&quot;. The main purpose of opinion mining is to extract and detect people&rsquo;s positive or negative sentiments (sense of satisfaction) from text reviews. The absence of a comprehensive Persian sentiment lexicon is one of the main challenges of opinion mining in Persian.<br> In this paper, a new methodology for developing Persian Sentiment WordNet (HesNegar) is presented using various Persian and English resources. A corpus of Persian reviews developed for opinion mining studies are introduced. To develop HesNegar, a comprehensive Persian WordNet (FerdowsNet), with high recall and proper precision (based on Princeton WordNet), was first created. Then, the polarity of each synset in English SentiWordNet is mapped to the corresponding words in HesNegar. In the conducted tests, it was found that HesNegar has a precision score of 0.86 a recall score of 0.75 and it can be used as a comprehensive Persian SentiWordNet. The findings and developments made in this study could prove useful in the advancement of opinion mining research in Persian and other similar languages, such as Urdu and Arabic.<br> &nbsp;</p> نظر‌کاوی, شبکه واژگان فردوس‌نت, واژه‌نامه حسی, ابزارهای پردازش متون زبان فارسی Opinion Mining, FerdowsNet (Persian WordNet), Sentiment Lexicon, Persian Text Processing Tools 71 86 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-1030-1&slc_lang=fa&sid=1 Ehsan Asgarian احسان عسکریان ehsan.asgarian@gmail.com 10031947532846006204 10031947532846006204 Yes Ferdowsi University of Mashhad دانشگاه فردوسی مشهد Mohsen Kahani محسن کاهانی kahani@um.ac.ir 10031947532846006205 10031947532846006205 No Ferdowsi University of Mashhad دانشگاه فردوسی مشهد Shahla Sharifi شهلا شریفی sh-sharifi@um.ac.ir 10031947532846006206 10031947532846006206 No Ferdowsi University of Mashhad دانشگاه فردوسی مشهد