قمنا في هذا البحث باتباع نهج تحليل المشاعر المعتمد على المعجم لتحديد التوجه العام للطلاب، ايجابي او سلبي او محايد، اذ قمنا بداية ببناء معجم مشاعر انطلاقا من بعض المعاجم المعدة مسبقا ليتم اعتماده في عملية تحليل المشاعر، ثم قمنا بوضع نموذج يوجد رأي الطلاب العام بالاعتماد على المعجم السابق، يعالج النموذج الكتابي الكلمات التي تزيد من حدة المشاعر والرموز التعبيرية وبعض حالات النفي، وقمنا باضافة تفاعلات المستخدمين الأخرين مع المنشورات عند ايجاد التوجه العام بهدف اخذ أراء الطلاب الذين لم يعبروا عن أرائهم بنصوص مكتوبة.
No English abstract
المراجع المستخدمة
Bekkali, M., & Lachkar, A. (2019, March). Arabic Sentiment Analysis based on Topic Modeling. In Proceedings of the New Challenges in Data Sciences: Acts of the Second Conference of the Moroccan Classification Society(p. 17). ACM.
Rao, K. P., Koneru, A., & Raju, D. N. (2019). OEFC Algorithm—Sentiment Analysis on Goods and Service Tax System in India. In Cognitive Informatics and Soft Computing (pp. 441-451). Springer, Singapore
Guellil, I., Adeel, A., Azouaou, F., & Hussain, A. (2018, July). Sentialg: Automated corpus annotation for algerian sentiment analysis. In International Conference on Brain Inspired Cognitive Systems (pp. 557-567). Springer, Cham
Abdellaoui, H., & Zrigui, M. (2018). Using tweets and emojis to build TEAD: an Arabic dataset for sentiment analysis. Computación y Sistemas, 22(3).