Sentiment tahlili biror obyekt yoki voqea-hodisa haqida bildirilgan fikr, hissiyot va munosabatni aniqlash uchun NLP/sun’iy intellekt usullaridan foydalanadigan tadqiqot sohasi hisoblanadi. Bu — matn ohangini yoki kayfiyati, tuyg‘ularni tahlil qilish, inglizcha fikrlarni tahlil qilish demakdir. Ingliz tili uchun ko‘plab hissiyotlarni tahlil qilish borasida tadqiqotlar o‘tkazilgan va lingvistik resurslar ishlab chiqilgan. Biroq o‘zbek tili bo‘yicha cheklangan miqdordagi tadqiqotlar mavjud va bu tadqiqotlar ingliz tilidagi tadqiqotlarga qaraganda kamroq samaradorlikka ega. Buning sabablari ma’lumotlar to‘plamining yetarli emasligi, mavjud ingliz tilidagi resurslarni to‘g‘ridan-to‘g‘ri tarjimasi o‘zbek tiliga mos kelmasligi, ikki til grammatik qurilishining farqliligi, mintaqaviy, diniy va mentalitetlar turfa xilligi bo‘lishi mumkin. Ko‘zlangan asosiy maqsad emotsionalekspressivlik jihatdan hissiy baho ifodalovchi birliklarni aniqlash va hissiyot tahlili uchun lingvistik ta’minot ishlab chiqish. Mazkur maqolada o‘zbek tilidagi matnlarning sentiment tahlili uchun lingvistik ta’minot ishlab chiqish; hissiy tahlil qilishda kontekstga bog‘liq bo‘lgan omillarni o‘rganish; o‘zbek tili uchun eng yaxshi uslubni aniqlash; o‘zbek tili sathlariga xos hissiy baho ifodalovchi vositalarni tahlil qilishga e’tibor qaratiladi.
Sentiment analysis is a field of research that uses NLP/Artificial Intelligence techniques to determine thoughts, emotions, and attitudes expressed about an object or event. This means analyzing the tone or mood of the text, feelings and thoughts. Many sentiment analysis studies and linguistic resources have been developed for the English language. However, there are a limited number of studies on the Uzbek language. The reasons for this are insufficient data collection, direct translation of existing English language resources not being compatible with the Uzbek language, differences in the grammatical structure of the two languages, and regional, religious, and mental differences. The study aims to identify emotional-expressiveness units that express emotional evaluation and to develop a linguistic database for emotional analysis. It deals with the issues of developing the linguistic support for sentiment analysis of Uzbek language texts; the study of context-dependent factors in emotional analysis; and determining the best style for the Uzbek language. Attention is paid to the analysis of expressing emotional evaluation means specific to the Uzbek language levels.
Sentiment tahlili biror obyekt yoki voqea-hodisa haqida bildirilgan fikr, hissiyot va munosabatni aniqlash uchun NLP/sun’iy intellekt usullaridan foydalanadigan tadqiqot sohasi hisoblanadi. Bu — matn ohangini yoki kayfiyati, tuyg‘ularni tahlil qilish, inglizcha fikrlarni tahlil qilish demakdir. Ingliz tili uchun ko‘plab hissiyotlarni tahlil qilish borasida tadqiqotlar o‘tkazilgan va lingvistik resurslar ishlab chiqilgan. Biroq o‘zbek tili bo‘yicha cheklangan miqdordagi tadqiqotlar mavjud va bu tadqiqotlar ingliz tilidagi tadqiqotlarga qaraganda kamroq samaradorlikka ega. Buning sabablari ma’lumotlar to‘plamining yetarli emasligi, mavjud ingliz tilidagi resurslarni to‘g‘ridan-to‘g‘ri tarjimasi o‘zbek tiliga mos kelmasligi, ikki til grammatik qurilishining farqliligi, mintaqaviy, diniy va mentalitetlar turfa xilligi bo‘lishi mumkin. Ko‘zlangan asosiy maqsad emotsionalekspressivlik jihatdan hissiy baho ifodalovchi birliklarni aniqlash va hissiyot tahlili uchun lingvistik ta’minot ishlab chiqish. Mazkur maqolada o‘zbek tilidagi matnlarning sentiment tahlili uchun lingvistik ta’minot ishlab chiqish; hissiy tahlil qilishda kontekstga bog‘liq bo‘lgan omillarni o‘rganish; o‘zbek tili uchun eng yaxshi uslubni aniqlash; o‘zbek tili sathlariga xos hissiy baho ifodalovchi vositalarni tahlil qilishga e’tibor qaratiladi.
Сентимент-анализ (или анализ тональности текста) — это область исследований, в которой используются методы НЛП/искусственного интеллекта для определения мыслей, чувств и отношений, выраженных по поводу объекта или события. Для английского языка было разработано множество исследований по анализу настроений и лингвистических ресурсов. Однако количество исследований на узбекском языке ограничено, и эти исследования менее эффективны, чем исследования на английском языке. Причинами этого являются недостаточный набор данных, прямой перевод существующих англоязычных ресурсов, несовместимый с узбекским языком, различия в грамматической структуре двух языков, а также региональные, религиозные и ментальные различия. Основная цель статьи — выявление эмоционально-экспрессивных единиц, выражающих эмоциональную оценку, и развитие языкового обеспечения эмоционального анализа. В этой статье мы обсуждаем развитие лингвистической поддержки анализа тональности текстов на узбекском языке; изучение контекстнозависимых факторов в эмоциональном анализе; определение лучшего стиля узбекского языка; внимание уделено также анализу средств выражения эмоциональной оценки, специфичных для разных уровней узбекского языка.
№ | Имя автора | Должность | Наименование организации |
---|---|---|---|
1 | ALLANAZAROVA S.Y. | Tayanch doktorant | − Alisher Navoiy nomidagi Toshkent davlat o‘zbek tili va adabiyoti universiteti |
№ | Название ссылки |
---|---|
1 | Abdullayev A. O‘zbek tilida ekspressivlikning ifodalanishi (Expression of expressiveness (in Uzbek). — Toshkent: Fan, 1983. — 88 b. |
2 | Abdurahmonov X., Rafiyev A., Shodmonqulova D. O‘zbek tilining amaliy grammatikasi (Practical Grammar of the Uzbek language). — Toshkent : O‘qituvchi, 1992. — 214 b. |
3 | Muhammad A.B., Dahiru A.A.. Lexicon-based sentiment analysis of web discussion posts using SentiWordNet // Journal of Computer Science and Its Application. — 2019. — Vol. 26, No. 2. — URL: https://www.researchgate.net/publication/339279069_Lexiconbased_sentiment_analysis_of_web_discussion_posts_using_SentiWordNet |
4 | Sharma A., Ghose U. “Lexicon A Linguistic Approach for Sentiment Classification” // 2021 11th International Conference on Cloud Computing, Data Science & Engineering (Confluence). — Noida, India, 2021. — P. 887-893. DOI: 10.1109/Confluence51648.2021.9377057. |
5 | Hamouda A., Marei M., Rohaim M. "Building Machine Learning Based Senti-word Lexicon for Sentiment Analysis" // Journal of Advances in Information Technology. — 2011. — Vol. 2, No. 4. — Pp. 199-203. DOI:10.4304/jait.2.4.199-203. |
6 | Sadia, A. Khan F., Bashir F.. An Overview of Lexicon-Based Approach For Sentiment Analysis // Computer Science, Linguistics (3 rd International Electrical Engineering Conference (IEEC 2018)) — Pakistan, 2018. — P. 468-473. |
7 | Lochter J.V, Zanetti R.F, Reller D. Short text opinion detection using ensemble of classifiers and semantic indexing // Expert Systems with Applications. — 2016. — № 62. — pp. 243-249. |
8 | Kour K., Kour J., Singh P. (2021). Lexicon-Based Sentiment Analysis. In: Hura, G.S., Singh, A.K., Siong Hoe, L. (eds) Advances in Communication and Computational Technology. —ICACCT, 2019. — P. 1421–1430. https://doi.org/10.1007/978-981-15-5341-7_108 |
9 | K. Ravi, V. Ravi. A survey on opinion mining and sentiment analysis: tasks, approaches and applications // Knowledge-Based Systems. — 2015. — № 89. — pp. 14-46. http://dx.doi.org/10.1016/j.knosys.2015.06.015 |
10 | N. Nigam, D. Yadav. Lexicon-Based Approach to Sentiment Analysis of Tweets Using R Language. In: Singh, M., Gupta, P., Tyagi, V., Flusser, J., Ören, T. (eds) Advances in Computing and Data Sciences. — ICACDS 2018. — pp. 154–164. https://doi.org/10.1007/978-981-13-1810-8_16 |
11 | Huang M., Xie H., Rao Y., Liu Y., Poon L. K. M. and Wang F. L. "Lexicon-Based Sentiment Convolutional Neural Networks for Online Review Analysis // IEEE Transactions on Affective Computing. — vol. 13, № 3. — pp. 1337-1348, 1 July-Sept. 2022. DOI: 10.1109/TAFFC.2020.2997769. |
12 | DEHKHARGHANI R., YANIKOGLU B., SAYGIN Y., OFLAZER K. (2016). Sentiment analysis in Turkish at different granularity levels // Natural Language Engineering. — 2016. — № 23(04). — pp. 535–559. DOI:10.1017/s1351324916000309. |
13 | Consoli S., Barbaglia L., Manzan S. Explaining Sentiment from Lexicon // Conference: X-sentiment@eswc2021. — volume 2918 of CEUR-WS. — pp. 87-95. |
14 | Jardim S., Mora C., Santana T. “A Multilingual Lexicon-based Approach for Sentiment Analysis in Social and Cultural Information System Data,” // 2021 16th Iberian Conference on Information Systems and Technologies (CISTI). — Chaves, Portugal, 2021. — pp. 1-6. DOI:10.23919/CISTI52073.2021.9476631. |