Using artificial neural network with comparative analysis of different techniques for the classification of sentiment analysis

Duygu Analizi, bir işte ifade edilen olumlu, olumsuz ya da tarafsız görüşü ya da hakem görüşlerini tanımlamak anlamına gelir. Sosyal medyada gözetim hissi değerlendirmesi, müşterilerin sosyal medyalarında belirli bir marka veya işletme için kopyalanan genel izlenimini veya ruh halini otomatik olarak karakterize etmek ve İnternet'te olumlu mu yoksa olumsuz mu olarak değerlendirilip değerlendirilmeyeceğini belirlemek için faydalıdır. Bu makale, makine temelli öğrenme hissi değerlendirmesine yaklaşımları incelemekte ve yöntemlerin temel özelliklerini vurgulamaktadır. Belirgin olarak kullanılan teknik ve yöntemler, Makine Öğrenmeye dayalı duygu değerlendirmesinin en yakın komşu sınıflandırması olan Naif Bayes, Maksimum Entropi ve Destek Vektör Makinesi'dir. Naif Bayes'in tasviri oldukça kolaydır ancak zengin varsayımlara yol açmaz. Özelliklerin bağımsız olduğu hipotezi çok kısıtlayıcıdır. Maksimum Entropi, olasılık bilgisine göre dağılımını tahmin eder, ancak yalnızca bağımlı özelliklere iyi gelir. SVM için çekirdek doğrudur, ancak çok sınıflı meselelerle başa çıkma yöntemi standart değildir. Yapay sinir ağlarını ve bulanık mantığı birleştiren bir yöntem, değişkenler arasındaki korelasyonların ve bağımlılıkların etkinliğini geliştirmek için sıklıkla kullanılır.