Cover Image

Pembangunan korpus bagi analisis sentimen dalam Bahasa Melayu secara separa selia

Kebelakangan ini, kajian tentang analisis sentimen semakin mendapat tempat dan banyak dijalankan. Walau bagaimanapun, kajian berkenaan analisis sentimen dalam Bahasa Melayu masih kurang. Tujuan kajian ini adalah untuk mencadangkan suatu kajian tentang pembangunan korpus analisis sentimen dalam Bah...

Full description

Saved in:
Bibliographic Details
Main Authors: Ezuana Sukawai,, Nazlia Omar,
Format: Article
Language:English
Published: Penerbit Universiti Kebangsaan Malaysia 2020
Online Access:http://journalarticle.ukm.my/15421/1/08.pdf
http://journalarticle.ukm.my/15421/
http://www.ukm.my/apjitm/articles-year.php
Tags: Add Tag
No Tags, Be the first to tag this record!
id my-ukm.journal.15421
record_format eprints
spelling my-ukm.journal.154212020-10-23T03:26:07Z http://journalarticle.ukm.my/15421/ Pembangunan korpus bagi analisis sentimen dalam Bahasa Melayu secara separa selia Ezuana Sukawai, Nazlia Omar, Kebelakangan ini, kajian tentang analisis sentimen semakin mendapat tempat dan banyak dijalankan. Walau bagaimanapun, kajian berkenaan analisis sentimen dalam Bahasa Melayu masih kurang. Tujuan kajian ini adalah untuk mencadangkan suatu kajian tentang pembangunan korpus analisis sentimen dalam Bahasa Melayu dengan menggunakan kaedah separa selia dijalankan. Korpus analisis sentimen yang menggunakan data daripada Twitter ini dibangunkan dengan menggunakan dua gabungan pendekatan iaitu sentimen leksikon dan pembelajaran mesin. Pemprosesan bahasa tabii digunakan pada peringkat awal. Pada peringkat ini, leksikon sentimen digunakan untuk membuat pengelasan data yang akan dijadikan benih data latihan. Selain itu, emotikon sentimen turut digunakan untuk membandingkan ketepatan keputusan antara leksikon sentimen dan emotikon sentimen. Selepas benih data latihan telah disediakan, proses penambahan data latihan baru yang lebih besar kuantitinya akan dijalankan dengan menggunakan kaedah pengelasan menggunakan benih data dan pembelajaran mesin. Secara ringkasnya, proses pengelasan yang dijalankan dengan menggunakan pembelajaran mesin adalah merangkumi pra-pemprosesan, pengekstrakan fitur dan pengelasan. Perbandingan antara pengelasan juga dijalankan dengan menggunakan lima jenis algoritma. Berdasarkan keputusan ekperimen yang telah dijalankan, penggunaan pendekatan leksikon sentimen dan algoritma pengelas Bayes Naif Multinomial adalah pengelas yang terbaik untuk pembangunan korpus analisis sentimen dalam Bahasa Melayu ini. Penerbit Universiti Kebangsaan Malaysia 2020-06 Article PeerReviewed application/pdf en http://journalarticle.ukm.my/15421/1/08.pdf Ezuana Sukawai, and Nazlia Omar, (2020) Pembangunan korpus bagi analisis sentimen dalam Bahasa Melayu secara separa selia. Asia-Pacific Journal of Information Technology and Multimedia, 9 (1). pp. 94-109. ISSN 2289-2192 http://www.ukm.my/apjitm/articles-year.php
institution Universiti Kebangsaan Malaysia
building Tun Sri Lanang Library
collection Institutional Repository
continent Asia
country Malaysia
content_provider Universiti Kebangsaan Malaysia
content_source UKM Journal Article Repository
url_provider http://journalarticle.ukm.my/
language English
description Kebelakangan ini, kajian tentang analisis sentimen semakin mendapat tempat dan banyak dijalankan. Walau bagaimanapun, kajian berkenaan analisis sentimen dalam Bahasa Melayu masih kurang. Tujuan kajian ini adalah untuk mencadangkan suatu kajian tentang pembangunan korpus analisis sentimen dalam Bahasa Melayu dengan menggunakan kaedah separa selia dijalankan. Korpus analisis sentimen yang menggunakan data daripada Twitter ini dibangunkan dengan menggunakan dua gabungan pendekatan iaitu sentimen leksikon dan pembelajaran mesin. Pemprosesan bahasa tabii digunakan pada peringkat awal. Pada peringkat ini, leksikon sentimen digunakan untuk membuat pengelasan data yang akan dijadikan benih data latihan. Selain itu, emotikon sentimen turut digunakan untuk membandingkan ketepatan keputusan antara leksikon sentimen dan emotikon sentimen. Selepas benih data latihan telah disediakan, proses penambahan data latihan baru yang lebih besar kuantitinya akan dijalankan dengan menggunakan kaedah pengelasan menggunakan benih data dan pembelajaran mesin. Secara ringkasnya, proses pengelasan yang dijalankan dengan menggunakan pembelajaran mesin adalah merangkumi pra-pemprosesan, pengekstrakan fitur dan pengelasan. Perbandingan antara pengelasan juga dijalankan dengan menggunakan lima jenis algoritma. Berdasarkan keputusan ekperimen yang telah dijalankan, penggunaan pendekatan leksikon sentimen dan algoritma pengelas Bayes Naif Multinomial adalah pengelas yang terbaik untuk pembangunan korpus analisis sentimen dalam Bahasa Melayu ini.
format Article
author Ezuana Sukawai,
Nazlia Omar,
spellingShingle Ezuana Sukawai,
Nazlia Omar,
Pembangunan korpus bagi analisis sentimen dalam Bahasa Melayu secara separa selia
author_facet Ezuana Sukawai,
Nazlia Omar,
author_sort Ezuana Sukawai,
title Pembangunan korpus bagi analisis sentimen dalam Bahasa Melayu secara separa selia
title_short Pembangunan korpus bagi analisis sentimen dalam Bahasa Melayu secara separa selia
title_full Pembangunan korpus bagi analisis sentimen dalam Bahasa Melayu secara separa selia
title_fullStr Pembangunan korpus bagi analisis sentimen dalam Bahasa Melayu secara separa selia
title_full_unstemmed Pembangunan korpus bagi analisis sentimen dalam Bahasa Melayu secara separa selia
title_sort pembangunan korpus bagi analisis sentimen dalam bahasa melayu secara separa selia
publisher Penerbit Universiti Kebangsaan Malaysia
publishDate 2020
url http://journalarticle.ukm.my/15421/1/08.pdf
http://journalarticle.ukm.my/15421/
http://www.ukm.my/apjitm/articles-year.php
_version_ 1681490392269193216
score 13.211869

Similar Items