TY - JOUR ID - TI - Arabic Sentiment Analysis (ASA) Using Deep Learning Approach تحليل المشاعر للغة العربية من خلال منهج التعلم العميق AU - Abdulhakeem Q. Albayati عبد الحكيم قصي علي البياتي AU - Ahmed S. Al-Araji احمد صباح الأعرجي AU - Saman H. Ameen سامان حميد أمين PY - 2020 VL - 26 IS - 6 SP - 85 EP - 93 JO - Journal of Engineering مجلة الهندسة SN - 17264073 25203339 AB - Sentiment analysis is one of the major fields in natural language processing whose main task is to extract sentiments, opinions, attitudes, and emotions from a subjective text. And for its importance in decision making and in people's trust with reviews on web sites, there are many academic researches to address sentiment analysis problems. Deep Learning (DL) is a powerful Machine Learning (ML) technique that has emerged with its ability of feature representation and differentiating data, leading to state-of-the-art prediction results. In recent years, DL has been widely used in sentiment analysis, however, there is scarce in its implementation in the Arabic language field. Most of the previous researches address other languages like English. The proposed model tackles Arabic Sentiment Analysis (ASA) by using a DL approach. ASA is a challenging field where Arabic language has a rich morphological structure more than other languages. In this work, Long Short-Term Memory (LSTM) as a deep neural network has been used for training the model combined with word embedding as a first hidden layer for features extracting. The results show an accuracy of about 82% is achievable using DL method.

إن تحليل المشاعر هو أحد المجالات الرئيسية في مجال معالجة اللغة الطبيعية التي تتمثل مهمتها الرئيسية في استخراج المشاعر والآراء والمواقف والعواطف من نص شخصي. ولأهميته في صنع القرار وثقة الناس في إجراء المراجعات على مواقع الويب ، فهناك العديد من الأبحاث الأكاديمية لمعالجة مشكلات تحليل المشاعر. التعلم العميق عبارة عن تقنية ذات قدرة عالية من تعلم الآلة ظهرت لتمثيل الميزات وتمييز البيانات، مما أدى إلى أحدث النتائج في معالجة مسألة التنبؤ. ففي السنوات الأخيرة ، تم استخدام التعلم العميق على نطاق واسع في تحليل المعنويات ، ولكن هناك ندرة في تنفيذه في مجال اللغة العربية حيث تتناول معظم الأبحاث السابقة لغات أخرى مثل اللغة الإنجليزية.لذلك يتناول النموذج المقترح تحليل المشاعر العربية (ASA) باستخدام نهج التعلم العميق. فتحليل المعنويات العربية هو مجال مليء بالتحديات حيث أن اللغة العربية ذات بنية غنية أكثر من غيرها من اللغات. وفي هذا العمل ، تم استخدام الذاكرة طويلة المدى (LSTM) كشبكة عصبية عميقة لتدريب النموذج مع دمج الكلمات (Word embedding) كطبقة أولية مخفية لاستخراج الميزات. أظهرت النتائج دقة حوالي 82 % قابلة للتحقيق باستخدام نموذج التعلم العميق. ER -