波斯语情感分析：算法、方法与数据集综述
计算与语言
2022-12-13 v1 机器学习
摘要
情感分析旨在从人们在网络上的评论中提取其情感与观点，广泛应用于企业中以检测社交数据中的情感、评估品牌声誉并理解客户。该领域多数文章聚焦于英语，而波斯语资源有限。本综述收集了 2018 至 2022 年间发表的波斯语情感分析近期文章，并对其方法、途径与数据集进行解释与分析。几乎所有用于解决情感分析的方法均为机器学习与深度学习。本文旨在考察 40 种不同的波斯语情感分析方法，分析数据集及其所应用算法的准确率，并评述各自优劣。在所有方法中，诸如 BERT 的 transformer 与诸如 LSTM 和 Bi-LSTM 的 RNN 神经网络在情感分析中取得了更高准确率。除方法与途径外，文中列出了 2018 至 2022 年审阅的数据集，并提供了各数据集的信息与细节。
引用
@article{arxiv.2212.06041,
title = {Sentiment Analysis of Persian Language: Review of Algorithms, Approaches and Datasets},
author = {Ali Nazarizadeh and Touraj Banirostam and Minoo Sayyadpour},
journal= {arXiv preprint arXiv:2212.06041},
year = {2022}
}