تحلیل احساسات متن فارسی (Persian Sentiment Analysis)

پروژه
35
dpnn poject cover 1 | تحلیل احساسات متن فارسی (Persian Sentiment Analysis)

در این پروژه شما یک سیستم تحلیل احساسات می‌سازید که متن فارسی (نظر کاربر درباره یک محصول یا خدمت) را دریافت کرده و آن را در یکی از کلاس‌های احساسی (مثبت / منفی، یا مثبت/منفی/خنثی بسته به دیتاست) طبقه‌بندی می‌کند. هدف اصلی پروژه، مقایسه‌ی سه رویکرد متفاوت برای حل یک مساله‌ی واحد پردازش زبان طبیعی است:
۱. یک روش کلاسیک: ترکیب Embedding با یک الگوریتم یادگیری ماشین سنتی
۲. یک روش شبکه عصبی بازگشتی LSTM یا GRU
۳. یک روش مبتنی بر مدل از پیش آموزش‌دیده (Pretrained)

اهداف

فهرست:

8 درس

معرفی و پرسش‌های پروژه

معرفی داده
پیش‌پردازش متن فارسی
روش کلاسیک (Embedding + یادگیری ماشین سنتی)
شبکه عصبی بازگشتی (LSTM / GRU)
استفاده از مدل از پیش آموزش‌دیده
مقایسه‌ی نتایج
ساخت اپلیکیشن با Gradio
تحویل نهایی
نکات تکمیلی

سعید مجیدی فارغ التحصیل دکتری علوم کامپیوتر از دانشگاه تافتس آمریکا است و همکاری‌های متعددی به عنوان مدرس و دیتاساینتیست ارشد با مجموعه دقیقه انجام داده است.

4.48 (21 نظر)

17 دوره ها

4499 دانشجو

نظرات

پیش‌نیاز

مخاطبین

Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors