بخشی از مقاله
چکیده
تحلیل احساسات محتوای ایجاد شده توسط کاربر آنلاین برای تحلیل بسیاری از وظایف رسانههای اجتماعی دارای اهمیت است. پژوهشگران به منظور پیشبینی انتخابات سیاسی عمدتا نسبت به تحلیل احساسات متون در سیستمهای ایجاد شده، اندازهگیری شاخصهای اقتصادی و غیره عکسالعمل نشان میدهند. اخیرا، کاربران رسانههای اجتماعی نظیر توئیتر از تصاویر اضافی و ویدیوها جهت انتشار نظرات و تجارب خود به وفور استفاده میکنند. تحلیل احساسات متون در مقیاس بزرگ و محتوای تصویری میتواند به ارائه عکس العملهای بهتر نسبت به رویدادها و موضوعات کمک نماید. در این مقاله، از هر دو روش تحلیل احساسات بصری و متنی با استفاده از شبکههای عصبی کانولوشن - CNN - عمیق بهره میگیریم. نتایج تجربی نشان میدهد که تلفیق ویژگیهای بصری و متنی عملکرد بمراتب بهتری از هریک از ویژگیهای پایه با مدل CNN دارد.
.1 مقدمه
افزایش هرچه بیشتر شهرت شبکههای اجتماعی افراد موجب به اشتراک گذاردن تجارب و بیان نظریات آنها بهصورت تصویری از تمامی رویدادها و موضوعات در شبکههای اجتماعی میگردد. هرروز میلیاردها پیام و پست ایجاد میشود. در این مقاله، ما بیشتر شاهد ارائه نظریات و یا موضوعات و رویدادهای رخداده در جهان واقعی خواهیم بود. بهعبارتدیگر، ما علاقهمند به شناسایی خودکار احساسات از محتوای ایجادشده آنلاین میباشیم.
شکل 1 مثالهایی از توئیتهای تصویری از حساب توئیتری ارائه میدهد. توئیترهای تصویری به توئیترهایی ارجاع داده میشوند که دربردارنده تصاویر میباشند. درصورتیکه ما نگاهی به این سه تصویر توئیتی بیاندازیم میتوانیم در مثال - a - آنها را مشاهده نماییم. هردوی این تصاویر و متون نشان میدهند که این توئیتها ارائهدهنده یک احساس مثبت میباشند. در تصویر - b - درحالیکه بیان احساسات از روی توئیت تصویری نمایش داده میشود. با اینوجود، ما میتوانیم بیان کنیم که این توئیتها بیان کننده احساسات از روی تصاویر خواهند بود. در تصویر - c - برعکس این موارد، بیان احساسات از روی متن بسیار مشکل خواهد بود. این مثالها انگیزه انجام کار ما را توضیح میدهند. ما بیشتر تمایل داریم تا افراد احساساسات کلی را از موضوعات ایجاد شده برای کاربر بیان کنند. بخصوص، ما بیشتر بر اساس تصاویر موجود متمرکز میشویم تا روی موضوعات کوتاه و غیررسمی متمرکز شویم.
شکل :1 نمونههایی از تویتمای تصویر از توییتر
پژوهشگران بسیار زیادی در تحلیل احساسات مشارکت داشتهاند. برای مثال، در اینجا کارهای مرتبط با شناسایی احساساسات کاربران و بهکارگیری تحلیل احساسات جهت پیشبینی انتخابات سیاسی مشاهده میشود .[14,16] با این وجود، روشهای کنونی اغلب بر اساس تحلیل متون جهت شناسایی احساس مورد استفاده قرار میگیرند. از سوی دیگر، محتوای تصویری، شامل هم تصاویر و هم ویدیوها خواهند بود. این موارد در تمامی شکلهای شبکه های اجتماعی آنلاین بهصورت فراوان جریان خواهد داشت. برای مثال، حمایت از تصاویر توئیتی از سوی توئیتر همانند اینستاگرام، فیس بوک، همگی جهت حمایت از به اشتراکگذاری فایلهای پست شده و محتوای تصویری بیشتر ایجاد شدهاند.
با توجه به بیشترین اطلاعات ایجاد شده، توجه کمی به تحلیل احساسات محتوای تصویری همانند تحلیل احساسات چند مدلی ایجاد خواهد شد. تنها کارهای اندکی جهت پیشبینی ویژگیهای تصویری از روی تصاویر [15,2,1,19] و ویدیوها [13] مورد استفاده قرار گرفته است. تحلیل تصویری بشدت چالشبرانگیز میباشد. بالاتر از همه اینها سطح بسیار بالاتری از میزان جذب و دستهشدن را در فرآیند شناسایی وظایف [8] ایفا خواهند نمود. با این وجود، شبکههای عصبی کانولشن نیز به راهحل قدرتمندی از دیدگاه وظایف مرتبط تبدیل میشود .[11,4,9]
.2 کارهای مرتبط
برای تحلیل احساسات محتوای متنی ایجاد شده توسط کاربر آنلاین، روشهایی که بر اساس دیکشنری هستند [16,5] به دلیل بازدهی و سادگی به صورتی گسترده مورد استفاده قرار میگیرداخیراً.، در انتشار آثار شروع به جلب توجه به خاطر توانایی در ویژگیهای تقویت یادگیری کارها گردیده است .[12] لو و مارکوف [10] پیشنهاد بیشتری را جهت یادگیری شیوه توزیع اسناد ارائه کردهاند. آنها اسناد را جهت تحلیل t احساسی و دستیابی به بهترین عملکرد ممکن در طی الگوریتمهای رقابتی موجود قرار میدهند. در اینجا چند اثر جدید درزمینهی تحلیل تصویری ارائهشده است. این اثر [15] یک الگوریتم ماشین یادگیری است که جهت پیشبینی تصاویر احساسی از هیستوگرام رنگی در سطح پیکسلی و بسته SIFT از ویژگیهای کلمات ایجاد خواهند شد.
[1]و[19] این انگیزش شامل احساساتی هستند که ویژگیهایی از سطح جذب بالا را بنمایش خواهند گذاشت. در [1] مقابل، از 1200 جفت صفت اسمی ANP را میتوان بصورت مواردی همچون ویژگیهای سطح متوسط شناسایی نمود. [19] در مقابل از لحاظ مکانیزم مشابه با استفاده از 102 صحنه بکارگرفته خواهد شداخیراً.، [18] یو و همکاران نیز CNN را بدقت جهت تحلیل احساسات تصویری و بدست آوردن عملکرد بروز رسانی شده در پیشبینی تصاویر احساسی بکار گرفتند. در اینجا فقط انتشارات اندکی در تحلیل چند تنوعی همچون متنی و تصویری بکار گرفته خواهند شد. [17] و [3] بهکارگیری هر دو حالت متون و تصاویر جهت تحلیل احساسات جایی است که انتشار اندکی از ویژگیهای متنی و ویژگیهای تصویری در سطح متوسط بکار رفتهاند .[1] بعلاوه، محققان موضوعات چندمدلی را بهمنظور تمرینات بازیابی چندرسانهای بکار گرفتهاند.
.3 روش پیشنهادی
در این بخش معماری شبکه عصبی کانولوشن عمیق را بررسی میکنیم - شکل DNN_Text . - 2 و DNN_Image به ترتیب مدلهای تحلیل احساسات متنی و بصری هستند.
