مروری بر مدل های چندوجهی تحلیل احساسات فارسی مبتنی بر ادغام معنایی متن و تصویر

چکیده مقاله

با گسترش شبکه های اجتماعی و تولید روزافزون محتوای چندرسانه ای، تحلیل احساسات به یکی از حوزه های مهم در پردازش زبان طبیعی تبدیل شده است در بسیاری از پیام های آنلاین، متن به تنهایی بیانگر کامل احساس کاربر نیست و عناصر بصری مانند تصویر می توانند نقش مهمی در انتقال یا تقویت بار احساسی پیام ایفا کنند ازاین رو، رویکردهای چندوجهی که اطلاعات متنی و بصری را به صورت همزمان تحلیل می کنند، توجه پژوهشگران را به خود جلب کرده اند در سال های اخیر، مدل های یادگیری عمیق و معماری های مبتنی بر ترنسفورمر امکان استخراج و ترکیب ویژگی های معنایی از منابع داده ناهمگن را فراهم کرده اند و عملکرد قابل توجهی در تحلیل احساسات چندوجهی نشان داده اند با وجود این پیشرفت ها، پژوهش های مرتبط با زبان فارسی همچنان با چالش هایی مانند کمبود داده های برچسب خورده، محدودیت منابع زبانی و پیچیدگی های ساختاری این زبان روبه رو هستند بررسی نظام مند مدل های چندوجهی نشان می دهد که ادغام معنایی متن و تصویر می تواند درک دقیق تری از قطبیت و شدت احساسات ارائه دهد و در کاربردهایی نظیر تحلیل افکار عمومی، پایش شبکه های اجتماعی و سیستم های هوشمند تصمیم یار نقش موثری داشته باشد توجه به توسعه منابع داده ای و طراحی مدل های سازگار با ویژگی های زبان فارسی، از عوامل کلیدی در پیشرفت پژوهش های این حوزه به شمار می رود

کلیدواژه‌ها

نویسندگان

شهلا موسوی

دانشجوی دکترای دانشگاه آزاداسلامی، واحد اصفهان خوراسگان ،اصفهان،ایران

موسوی، شهلا،1405،مروری بر مدل های چندوجهی تحلیل احساسات فارسی مبتنی بر ادغام معنایی متن و تصویر،سی امین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک،شیروان

ارائه‌شده در

کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک7 مهر 1405 · شیروان