﻿<?xml version="1.0" encoding="utf-8"?>
<ArticleSet>
  <ARTICLE>
    <Journal>
      <PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName>
      <JournalTitle>فصلنامه فناوری اطلاعات و ارتباطات ایران</JournalTitle>
      <ISSN>2717-0411</ISSN>
      <Volume>16</Volume>
      <Issue>59</Issue>
      <PubDate PubStatus="epublish">
        <Year>2024</Year>
        <Month>6</Month>
        <Day>16</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>A Framework for Sentiment Analysis in Social Networks based on Interpreting Contents</ArticleTitle>
    <VernacularTitle>ارائه چارچوبی برای تحلیل احساس در شبکه‌های اجتماعی بر مبنای تفسیر محتوا</VernacularTitle>
    <FirstPage></FirstPage>
    <LastPage></LastPage>
    <ELocationID EIdType="doi" />
    <Language>fa</Language>
    <AuthorList>
      <Author>
        <FirstName>مریم</FirstName>
        <LastName>طایفه محمودی</LastName>
        <Affiliation>پژوهشگاه ارتباطات و فناوری اطلاعات</Affiliation>
      </Author>
      <Author>
        <FirstName>امیرمنصور </FirstName>
        <LastName>یادگاری</LastName>
        <Affiliation>پژوهشگاه ارتباطات و فناوری اطلاعات</Affiliation>
      </Author>
      <Author>
        <FirstName>پروین</FirstName>
        <LastName>احمدی</LastName>
        <Affiliation> Sharif University of Technology</Affiliation>
      </Author>
      <Author>
        <FirstName>کامبیز</FirstName>
        <LastName>بدیع</LastName>
        <Affiliation>مرکز تحقیقات مخابرات ایران</Affiliation>
      </Author>
    </AuthorList>
    <History PubStatus="received">
      <Year>2023</Year>
      <Month>1</Month>
      <Day>1</Day>
    </History>
    <Abstract>Interpreting contents with the aim of analyzing the sentiment of their narrators in social networks, holds a high significance due to the role of a content in disseminating information to the corresponding human groups. In this paper, we propose a framework for analyzing sentiment on complex contents in a social network according to which a set of if-then type rules defined at high abstraction level, would be able to classify the messages behind these contents. According to this framework, items such as prosodic, context and key propositions are considered in the condition part of a rule and possible classes of message are taken into account in a rule’s action part. It is to be noted that the rules proposed for interpreting a content do not depend on the considered language due to the very inherent property of the items which are considered in interpretation. Results of experiments on a wide range of different contents in a social network support the fact that the proposed framework is sufficiently capable of analyzing the sentiments of contents’ narrators.</Abstract>
    <OtherAbstract Language="FA">تفسير محتوا با هدف تحليل احساس (سنجمان) راويان آن در شبكه‌هاي اجتماعي، به علت حساسيت محتوا از منظر نقشی که در اطلاع‌رساني و آگاهي‌رساني به آحاد و گروه‌هاي انساني دارد، از اهمیت ویژه‌ای برخوردار است. در اين مقاله، چارچوبي براي تحليل احساس بر روي محتواهاي پيچيده در شبكه اجتماعي ارائه مي‌شود كه با استفاده از قواعدی از نوع اگر-آنگاه كه در سطح انتزاع بالا تعريف شده‌اند، قادر است تا پيام مضموني مستتر در يك محتوا را براي كاربران شبكه‌هاي اجتماعي طبقه‌بندي نموده و از اين طريق آنان را در حد امكان با اصل محتوا آشنا سازد. طبق اين چارچوب، مواردي از قبيل لحن/ آهنگ اداي كلام، همبافت انتشار محتوا و گزاره‌هاي كليدي در متن محتوا، در بخش مقدم از قاعده اگر-آنگاه و طبقات ممكنه از پيام مستتر در يك محتوا، در بخش تالي از قاعده قرار مي‌گيرد. شايان ذكر است كه قواعد صورت‌بندی‌شده پيشنهادي برای تفسیر محتوا، مستقلّ از زبانی است که محتوا با آن بیان شده و این امر ناشی از خاصيت ذاتی مؤلفه‌هایی است که برای تفسیر محتوا مورد اتکا قرار می‌گیرند. آزمون طيف قابل ملاحظه‌اي از محتواهاي گوناگون در شبكه‌هاي اجتماعي حاكي از آن است كه چارچوب پیشنهادی از توانايي لازم براي تحليل احساس (سنجمان) راويان محتوا برخوردار است.</OtherAbstract>
    <ObjectList>
      <Object Type="Keyword">
        <Param Name="Value">تفسير محتوا، تحليل احساس (سنجمان)، شبكه اجتماعي، طبقات پیام، قواعد اگر-آنگاه</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="Pdf">http://jour.aicti.ir/fa/Article/Download/47067</ArchiveCopySource>
  </ARTICLE>
</ArticleSet>