مروری بر روش‌های یادگیری عمیق برای طبقه‌بندی هیجان در متن: پیشرفت‌ها، چالش‌ها و فرصت‌ها

نوع مقاله : مقاله مروری

نویسندگان

دانشکده مهندسی، دانشگاه بجنورد، بجنورد، ایران

10.22052/scj.2023.248812.1126

چکیده

امروزه افراد در بستر وب احساسات و هیجان خود را با کمک ابزارهای ارتباطی مختلف به اشتراک می‌گذارند، که یکی از رایج‌ترین آن‌ها بیان احساسات در محتوای متنی مانند پست‌های رسانه‌های اجتماعی، نظرات فروشگاه‌های آنلاین، و مرورهای کاربران است. تشخیص هیجان در متن شاخه‌ای از تحلیل احساسات است که هدف آن شناسایی انواع مختلف هیجان نویسنده در متن است. این حوزه علمی به تولیدکنندگان و ارائه‌کنندگان خدمات کمک می‌کند تا از نقاط ضعف و قوت خود آگاه شده، و خدمات بهتری را برای مشتریان فراهم آورند. در سال‌های اخیر، تشخیص هیجان در متن به دلیل کاربردهای گسترده‌اش در تجارت، اقتصاد، سیاست، پزشکی، روانشناسی، و جامعه‌شناسی به یک زمینه تحقیقاتی جذاب تبدیل شده است. در این مقاله مسئله طبقه‌بندی هیجان در متن و روش‌های حل آن با تأکید بر یادگیری عمیق بررسی خواهد شد. همچنین شرح مختصری بر جدیدترین راهکارهای یادگیری عمیق ارائه خواهد شد که در سال‌های اخیر برای طبقه‌بندی هیجان در متن مورد استفاده قرار گرفته‌اند. علاوه بر این، تعدادی مجموعه‌داده برچسب‌گذاری شده، مهم‌ترین مسائل باز در تشخیص هیجان، و جهت‌گیری‌های تحقیقاتی آینده نیز مطرح خواهند شد که می‌تواند راهنمای خوبی برای محققین جدید این حوزه باشد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

A survey on deep learning methods for text-based emotion classification: Advances, challenges, and opportunities

نویسندگان [English]

  • Mahdi Rasouli
  • Vahid Kiani
Department of Engineering, University of Bojnord, Bojnord, Iran
چکیده [English]

Today, people on the web share their feelings and emotions with the help of various communication tools, one of the most common of which is the expression of feelings in textual content such as social media posts, online store reviews, and user reviews. Emotion detection in text is a branch of sentiment analysis that aims to identify different types of human emotion in the text. This scientific field helps manufacturers and service providers to be aware of their weaknesses and strengths, and to provide better services to customers. In recent years, emotion recognition in text has become an attractive research field due to its wide applications in business, economics, politics, medicine, psychology, and sociology. In this article, the problem of emotion classification in text and its solution methods will be investigated with emphasis on deep learning. Also, a brief description of the latest deep learning solutions that have been used in recent years to classify emotion in text will be discussed. In addition, a number of labeled datasets, the most important open issues in emotion recognition, and future research directions will also be presented, which can be a good guide for new researchers in this field.

کلیدواژه‌ها [English]

  • natural language processing
  • sentiment analysis, emotion detection
  • emotion classification in text
  • deep learning