Download A State Of The Art Opinion Mining And Its Application Domains

ABSTRACT

This paper critically evaluates existing work, presents an opinion mining framework and exposes new areas of research in opinion mining. Individuals, businesses and government can now easily know the general opinion  prevailing on a product, company or public policy. At the core of this field is semantic orientation of  subjective terms in documents or reviews which seeks to establish their contextual connotation through  opinion mining. Overall item sentiment can be expressed based on its sentiment words in general or by  specifically identifying its features and the opinions being expressed about them. This leads us to the  motivation of the framework for opinion mining and categorizing current literature in such a manner as to make clear, research opportunities. The freedom offered by the web as a platform for presenting opinions on any subject brings with it many new opportunities.

INTRODUCTION

Industry or manufacturing companies that produce new products want to know how their customers feel  about these products and this information can be acquired by studying opinions from review portals . At the same time, users or consumers want to know which product to buy so they also read reviews and try to  make their decisions. It has been seen that online opinions are getting popular day by day and these opinions represent wealth of information which can be beneficial for the industry as well as consumers . However doing this manually is a mundane and time consuming job. As an example, manufacturing organizations prefer information in a format that is easier to use, so automating this process is very useful .This is where opinion  mining comes to picture. In the web, opinions can be expressed in the form of text, image, audio or video data. This paper is biased towards text mining as this is a widely researched area. Opinion mining can be  defined as a sub discipline of computational linguistics that is concerned with the opinion that a document expresses . Sentiment classification is about determining the subjectivity, polarity (positive/negative) and polarity strength (weakly positive, mildly positive or strongly positive) of an opinion text . Various terms have been used by researchers to define sentiment classification: opinion mining, sentiment analysis, sentiment extraction or affective rating  . For simplicity purposes in this paper, our use of the term, opinion mining, encompasses all these meanings.

چکیده

این مقاله به طور انتقادی کارهای موجود را ارزیابی می کند، چارچوب معرفتی را ارائه می دهد و زمینه های جدیدی از پژوهش را در معرض نظر قرار می دهد. افراد، کسب و کارها و دولت اکنون می توانند به آسانی از دیدگاه عمومی در مورد یک محصول، شرکت یا سیاست عمومی مطلع شوند. در هسته این حوزه، گرایش معنایی واژگان ذهنی در اسناد یا بررسیهایی است که به دنبال ایجاد معانی متنی از طریق تفسیر مفاهیم است. احساسات عمومی می تواند براساس اصطلاحات احساسی آن به طور کلی یا به طور خاص شناسایی ویژگی های آن و نظرات مورد نظر آنها بیان شود. این به ما انگیزه چارچوب تفکر عقیده و طبقه بندی ادبیات جاری را به نحوی که به صراحت، فرصت های پژوهشی را به ما نشان می دهد، هدایت می کند. آزادی ارائه شده توسط وب به عنوان یک پلت فرم برای ارائه نظرات در مورد هر موضوع، فرصت های جدیدی را به همراه می آورد.

مقدمه

شرکت های صنعتی و تولیدی که محصولات جدیدی تولید می کنند می خواهند بدانند که چگونه مشتریان خود را در مورد این محصولات احساس می کنند و این اطلاعات را می توان با مطالعه نظرات پورتال های بررسی به دست آورد. در عین حال کاربران یا مصرف کنندگان می خواهند بدانند که کدام محصول را خریداری می کنند و همچنین بررسی ها را بخوانند و تصمیم بگیرند. دیده شده است که نظرات اینترنتی روز به روز محبوب می شوند و این نظرات نشان دهنده ثروت اطلاعاتی است که می تواند برای صنعت و همچنین مصرف کنندگان مفید باشد. با این حال انجام این کار به صورت دستی یک کار عادی و وقت گیر است. به عنوان مثال، سازمان های تولیدی اطلاعات را در فرمت هایی که آسان تر از آن استفاده می کنند را ترجیح می دهند، بنابراین خودکار سازی این فرایند بسیار مفید است. در وب، نظرات می تواند به صورت متن، تصویر، داده های صوتی و تصویری بیان شود. این مقاله به سمت معادله متن متمرکز شده است، زیرا این یک منطقه به طور گسترده تحقیق است. معرفت نظر می تواند به عنوان زیرمجموعه ی زبان شناسی محاسباتی تعریف شود که مربوط به عقیده ای است که یک سند بیان می کند. طبقه بندی احساسات در مورد تعریف ذهنیت، قطعیت (مثبت / منفی) و قدرت قطبی (ضعیف مثبت، خفیف مثبت یا بسیار مثبت) از یک متن نظر است. اصطلاحات مختلفی برای محاسبه طبقه بندی احساسات استفاده شده اند: معرفت نظر، تحلیل احساسی، استخراج احساسات یا امتیاز عاطفی. برای اهداف سادگی در این مقاله، استفاده ما از اصطلاح، معرفت نظر، شامل همه این معانی است.

Year: 2009

Publisher : IEEE

By : Haji Binali, Vidyasagar Potdar, Chen Wu 

File Information: English Language/ 6 Page / size: 312 KB

Download

سال : 1388

ناشر : IEEE

کاری از : حاجی بنانی، وادیاسگار پتارد، چن وو

اطلاعات فایل : زبان انگلیسی / 6 صفحه / حجم : KB 312

لینک دانلود