تحلیل احساسات یا نظرکاوی فیلد مطالعاتی است که سعی می کند احساسات، رفتار، نظرات و تحلیل افراد مختلف را نسبت به موجودیت ها و ویژگی های آن بیان کند. این موجودیت می تواند محصول ها، سرویس ها، سازمان ها، افراد و رخدادها و موضوعات باشد.
این نظر می تواند مثبت و یا منفی و یا هیچکدام از این دو باشد و به صورت نظر خنثی طبقه بندی شود. افراد نسبت به موضوعات مختلفی مثل فیلم ها محصولات و یا سیاستمداران ابراز نظر می کنند که در این صورت می توان با نظر کاوی همه اینها را استخراج کرد و از این اطلاعات برای اهداف بعدی خود استفاده کرد.
نظرکاوی(عقیده کاوی یا تحلیل احساسات) امروزه به یکی از فیلدهای مهم تحقیقاتی پردازش زبان طبیعی تبدیل شده است و البته به غیر از پردازش زبان طبیعی در بین محققان فیلدهای دیگری مثل داده کاوی، وب کاوی و بازیابی داده نیز مورد توجه است. و پژوهشگران این فیلدها نیز تحقیقات بسیاری در زمینه نظرکاوی به انجام رسانیده اند. این توجه و رغبت از فیلدهای مختلف به دلیل گستردگی مخاطبان نظرکاوی است.
در این قسمت با ذکر مثال هایی موضوع را روشن تر می کنیم.
مثال : من همه تلفن های تولیدی شرکت اپل را دوست دارم.
در این جمله نویسنده جمله نظر مثبتی نسبت به شرکت اپل دارد.
مثال : فیلم بچه های آسمان خیلی تاثیر گذار بود واقعا به دیدنش میارزه.
در این جمله توسط نویسنده حس مثبتی نسبت به فیلم بچه های آسمان ابراز کرده است.
مثال : دوربین کنون زوم عالی داره ولی تو شب ها اصلا خوب عکس نمی گیره ایراد دیگه ای که داره خیلی سنگینه.
در این جمله نسبت به زوم حس مثبت و نسبت به وزن و عکاسی در شب نظر منفی ابراز شده است.
یکی از چالش ها در این حوزه نام های بسیار متنوع برای آن است. نظرکاوی، عقیده کاوی، تحلیل احساسات و اندیشه کاوی نام هایی است که می توان در مقالات در این حوزه به آن ها برخورد کرد. در انگلیسی وضع پیچیده تر است و دهها نام برای این حوزه توسط پژوهشگران تعریف شده است.
نظرکاوی(عقیده کاوی یا تحلیل احساسات) برای زبان فارسی یکی از حوزه هایی است که در سال های اخیر مورد توجه محققین داخلی قرار گرفته است و دهها پژوهش در این زمینه چاپ شده که در برخی موارد دقت بالای 90 درصدی نیز گزارش شده است. یکی از چالش ها در نظرکاوی(عقیده کاوی یا تحلیل احساسات) برای زبان فارسی نبود مجموعه داده های معتبر و در دسترس است البته با مراجعه به وب سایت دیتاهارت می تواند چندین دیتاست در این زمینه مشاهده کرد ولی دیتاستی مانند دیتاست دو هزار نظر فیلم بو پنگ که بسیار مورد توجه بوده و بسیاری از تحقیقات دقت خود را با آن سنجیده اند برای زبان فارسی وجود ندارد.
زمینه های تحقیقاتی بسیاری را می توان برای نظرکاوی یا عقیده کاوی در نظر گرفت که در قسمت زیر به برخی از آن ها اشاره می گردد:
1- دستهبندی احساسات : در این دسته از روشها یک قطعه داده از متن به صورت (مثبت/منفی/خنثی) دستهبندی میشود.
2- بازیابی عقاید : در این دسته از کارهای انجام شده بازیابی عقاید در ارتباط با پرسوجو و یا یک موضوع خاص میباشد.
3- خلاصهسازی عقاید : عقاید مطرح شده در منابع متعدد متنی نسبت به یک موضوع خاص خلاصه میشود.
4- شناسایی صاحب عقیده : در این دسته از روشها با توجه به اینکه چه کسی نظر بخصوصی را بیان کرده است شناسایی میکند.
5- ردیابی داینامیک موضوع یا احساس : که هدف از این روش احساسات و موضوعات تغییر یافته در طول زمان را ردیابی میکند.
6- تشخیص عقاید اسپم : این دسته از کارهای انجام شده به شناسایی عقاید تقلبی و کاذب میپردازد.
7-پیشگویی : در این دسته بر اساس عقاید و احساسات بیان شده در مطالب آنلاین برای رفتار افراد، روند بازار، نتایج انتخابات سیاسی و غیره را پیش بینی میکند.
این نوشتار به دنبال آشنایی خواننده با مفهوم نظرکاوی بود. این حوزه بسیار گسترده و پیچیده است و علاقه مندان می توانند از کتاب بینگ لو برای مطالعه موارد بیشتر استفاده نمایند. البته برای کسانی که با زبان انگلیسی مشکل دارند آکادمی داده این کتاب را ترجمه کرده است که علاقه مندان برای دریافت این کتاب می توانند با ما تماس بگیرند.
اگر به پژوهش در حوزه نظرکاوی علاقه مند هستید توصیه می کنیم مجموعه پنجاه مقاله فارسی مرتبط با نظرکاوی، عقیده کاوی و تحلیل احساسات را تهیه بفرمایید.
اگر در حال پژوهش در حوزه نظرکاوی هستید، سوالات و اشکالات خود را از طریق تلگرام با آکادمی داده در میان بگذارید. با عضو شدن در کانال تلگرام آکادمی داده از مقالات جدید و دیتاست های منتشر شده مطلع شوید.
کپی برداری بدون ذکر منبع، براساس قانون جرایم اینترتی و مادۀ 12 فصل سوم قانون جرایم رایانه ای غیر قانونی بوده و مجازات جزای نقدی و حبس دارد و شرعا نیز حرام است!
اگر در زمینه نظرکاوی(عقیده کاوی یا تحلیل احساسات) در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید. آکادمی داده در تلگرام (https://t.me/dataacademy) حضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد.
افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.