نیوزویت
  • صفحه اصلی
  • ورود به سامانه
  • نیوزویت چیست؟
    • امکانات نیوزویت
    • تحلیل احساسات اخبار
    • راهنمای سامانه
      • تعیین کلمه کلیدی
      • ساخت بولتن
      • تحلیل محتوا
      • جستجو در اخبار
    • پشتیبانی نیوزویت
    • مشتریان نیوزویت
    • مستندات وب سرویس
  • بلاگ
  • تعرفه ها
  • تماس با ما
  • سایت ساز

تحلیل احساسات در اخبار و متون فارسی با هوش مصنوعی

ژانویه 29, 2019بلاگadmin

شرکت فناوری اطلاعات اسپاد (نیوزویت) با همکاری تیم دانش بنیان عهد تکنولوژی هوش مصنوعی Artificial Intelligence را روی اخبار فارسی و محتوای شبکه های اجتماعی، فراهم نموده است. تحقیقات انجام شده در این حوزه انحصاری بوده و این دانش پیچیده به همت، تلاش و ابتکار اساتید و دانشجویان برجسته رشته های دکترای هوش مصنوعی، داده کاوی انجام گردیده است. گفتنی است این تکنولوژی توسط عهد بصورت کاملا بومی و بر اساس متنون و زبان فارسی پیاده سازی گردیده است . از جمله امکانات AI یا هوش مصنوعی نیوزویت می توان به موارد زیر اشاره کرد :

تحلیل هوشمند احساسات چیست؟

منظور از تحلیل احساسات، درک و تشخیص هوشمند جهت‌گیری نظرات متنی می‌باشد. برای مثال یک الگوریتم تحلیل احساسات می­بایست تشخیص دهد که جمله‌­ی «تحریم‌های آمریکا ظالمانه است» جمله‌ای با احساس منفی و جمله‌ی «مردم ایران در تمامی این سال‌ها به‌خوبی روحیه استکبارستیز خویش را حفظ نموده‌اند» دارای جهت­ گیری و رویکردی مثبت است.

تحلیل احساسات اخبار و متون فارسی

  1. تحلیل احساسات اخبار و متون فارسی
  2. درک هوشمند جهت گیری نظرات متنی و اخبار منتشر شده در آژانس های خبری و شبکه های اجتماعی
  3. تشخیص هوشمند جهت گیری آژانس های خبری، خبرگزاری یا روزنامه در انتشار خبر (سیاه نمایی | منفی | مثبت )
  4. تحیل حجم زیادی از اخبار و تشخیص احساسات هر کدام از خبرها
  5. تحلیل احساسات سخنان یک فرد خاص در اخبار و گزارش های خبری
  6. تشخیص هوشمند احساس نویسنده خبر (سیاه نمایی | منفی | مثبت )

مزایای تکنولوژی تشخیص احساس هوشمند

امروزه اطلاعات محور اصلی موفقیت مدیرانی است که می‏دانند راجع به آن‌ها و سازمانشان در رسانه‌ها چه می‌گذرد تا با اتخاذ تصمیمات حیاتی از چالش‌های رسانه‌ای و سیاسی این حوزه بسیار مهم رهایی یابند.

حجم زیاد اطلاعات موجب شده است تحلیل احساسات به‌صورت دستی و توسط انسان عملاً مقدور نباشد و نیاز به روشی که در زمانی بسیار اندک، حجم وسیعی از متون را تحلیل نموده و احساسات هریک را مشخص نماید، به‌طور جدی حس گردد.

تحلیل احساسات اخبار اگرچه با توجه به تلاش خبرگزاری‌ها در پنهان نمودن جهت‌گیری خویش با چالش‌هایی جدی مواجه است اما همچنان کاربردی بوده و مزیت‌های قابل‌توجهی دارد. به‌عنوان کاربردهای مهم تحلیل احساسات اخبار، می‌توان به تشخیص جهت­گیری خبرگزاری­های مختلف نسبت به موضوعی خاص، تحلیل احساسات سخنان افراد مختلف که در متن خبرها قرار می­گیرد، تحلیل تغییرات احساسات بر اثر یک خبر و…، اشاره نمود.

 

تکنولوژی خلاصه ساز اخبار

حجم زیاد اطلاعات و کمبود زمان، دو مؤلفه شناخته‌شده عصر جدید می‌باشند. از این رو دریافت اطلاعات، به گونه‌ای که در حداقل زمان بیشترین مفاهیم منتقل گردد، برای اشخاص حقیقی و حقوقی از اهمیت بسزایی برخوردار است. اخبار متونی هستند که به‌طور روزانه و در حجم بالا تولید می‌شوند. در نتیجه خواندن و درک این اخبار بار زمانی زیادی دارد. استفاده از الگوریتمی هوشمند جهت خلاصه­ سازی و تولید خبرهایی با حجم بسیار کمتر، این سربار زمانی را به‌شدت کاهش خواهد داد.

 

خلاصه سازی اخبار و متون فارسی

  1. کوتاه سازی هوشمند و اتومات اخبار و متون فارسی نسبت به متن و خبر اصلی
  2. استخراج مفاهیم متن خبر در قالب متن خلاصه شده بصورت کاملا هوشمند
  3. مطالعه سریع اخبار بدون نیاز به خوانش همه ی اخبار
  4. مشاهده حجم زیادی از اخبار در بازه زمانی کوتاه
  5. صرفه جویی زمان مشاهده اخبار
  6. کاهش حجم اخبار
  7. نظارت آسان بر اخبار تولید شده

 

تحلیل تغییر رفتار خبرگزاری‌ها در قبال اشخاص و موضوعات

تشخیص تغییرات احتمالی رویکرد خبرگزاری‌ها نسبت به یک شخص یا موضوع برای ارگان‌ها یا اشخاص امر مهمی  تلقی می‌گردد. از سویی می‌تواند منجر به تصمیم‌سازی‌های در سطوح مختلف شود و از سوی دیگر  ممکن است بازتاب شفافی از تغییرات در کنش سازمان‌ها یا افراد خاص محسوب شود. با این حال تشخیص تغییرات در رفتار خبرگزاری‌ها با توجه به تعدد خبرگزاری‌ها و حجم انبوه اخبار نیازمند کاوش روزانه انسانی است که هزینه زمانی زیادی را می‌طلبد. ازاین‌رو می‌بایست به روش‌های هوشمندی که به‌طور خودکار و در زمان بیسار اندک با بررسی متون اخبار این تغییرات را کشف می‌نمایند توجه ویژه‌ای نمود

 

 

 

 

Tags: تحلیل احساس از متن, تحلیل احساسات اخبار, داده کاوی, دیتا ماینینگ, گراف دانش