Sentiment Analysis of Arabic Slang Comments on Facebook تحليل معنويات التعليقات العامية العربية على فيسبوك Analyse des sentiments de l'argot arabe Commentaires sur Facebook Análisis de sentimientos de los comentarios en jerga árabe en Facebook

Social networks have become one of our daily life activities not only in socializing but in e-commerce, e-learning, and politics. However, they have more effect on the youth generation all over the world, specifically in the Middle East. Arabic slang language is widely used on social networks more than classical Arabic since most of the users of social networks are young-mid age. However, Arabic slang language suffers from the new expressive (opinion) words and idioms as well as the unstructured format. Mining Arabic slang language requires efficient techniques to extract youth opinions on various issues, such as news websites. In this paper, we constructed a Slang Sentimental Words and Idioms Lexicon (SSWIL) of opinion words is built. In addition, we propose a Gaussian kernel SVM classifier for Arabic slang language to classify Arabic news comments on Facebook. To test the performance of the proposed classifier, several Facebook news comments are used, where 86.86% accuracy rate is obtained with precision 88.63 and recall 78. أصبحت الشبكات الاجتماعية أحد أنشطة حياتنا اليومية ليس فقط في التواصل الاجتماعي ولكن في التجارة الإلكترونية والتعلم الإلكتروني والسياسة. ومع ذلك، فإن لها تأثيرًا أكبر على جيل الشباب في جميع أنحاء العالم، وتحديداً في الشرق الأوسط. تُستخدم اللغة العامية العربية على نطاق واسع على الشبكات الاجتماعية أكثر من اللغة العربية الفصحى لأن معظم مستخدمي الشبكات الاجتماعية هم من الشباب في منتصف العمر. ومع ذلك، فإن اللغة العامية العربية تعاني من الكلمات والتعابير التعبيرية (الرأي) الجديدة وكذلك التنسيق غير المنظم. يتطلب تعدين اللغة العامية العربية تقنيات فعالة لاستخلاص آراء الشباب حول مختلف القضايا، مثل المواقع الإخبارية. في هذه الورقة، قمنا ببناء معجم عام للكلمات العاطفية والتعبيرات الاصطلاحية (SSWIL) لكلمات الرأي. بالإضافة إلى ذلك، نقترح مصنف Gaussian kernel SVM للغة العامية العربية لتصنيف التعليقات الإخبارية العربية على Facebook. لاختبار أداء المصنف المقترح، يتم استخدام العديد من التعليقات الإخبارية على فيسبوك، حيث يتم الحصول على معدل دقة 86.86 ٪ بدقة 88.63 واستدعاء 78. Les réseaux sociaux sont devenus l'une de nos activités quotidiennes, non seulement dans la socialisation, mais aussi dans le commerce électronique, l'apprentissage en ligne et la politique. Cependant, ils ont plus d'effet sur la génération des jeunes partout dans le monde, en particulier au Moyen-Orient. L'argot arabe est largement utilisé sur les réseaux sociaux plus que l'arabe classique puisque la plupart des utilisateurs des réseaux sociaux sont jeunes-moyens d'âge. Cependant, l'argot arabe souffre des nouveaux mots et idiomes expressifs (d'opinion) ainsi que du format non structuré. L'exploitation de l'argot arabe nécessite des techniques efficaces pour extraire les opinions des jeunes sur diverses questions, telles que les sites d'information. Dans cet article, nous avons construit un lexique des mots et des idiomes sentimentaux en argot (SSWIL) des mots d'opinion. En outre, nous proposons un classificateur SVM à noyau gaussien pour l'argot arabe afin de classer les commentaires d'actualités arabes sur Facebook. Pour tester les performances du classificateur proposé, plusieurs commentaires d'actualités Facebook sont utilisés, où le taux de précision de 86,86 % est obtenu avec une précision de 88,63 et un rappel de 78. Las redes sociales se han convertido en una de nuestras actividades cotidianas no solo en la socialización, sino también en el comercio electrónico, el aprendizaje electrónico y la política. Sin embargo, tienen más efecto en la generación joven de todo el mundo, específicamente en Oriente Medio. La jerga árabe es ampliamente utilizada en las redes sociales más que el árabe clásico, ya que la mayoría de los usuarios de las redes sociales son jóvenes de mediana edad. Sin embargo, el lenguaje de la jerga árabe sufre de las nuevas palabras y modismos expresivos (de opinión), así como del formato no estructurado. La minería del lenguaje de la jerga árabe requiere técnicas eficientes para extraer opiniones de los jóvenes sobre diversos temas, como los sitios web de noticias. En este documento, construimos un Léxico de Palabras e Idiomas Sentimentales de la Jerga (SSWIL) de palabras de opinión. Además, proponemos un clasificador SVM de kernel gaussiano para el lenguaje argótico árabe para clasificar los comentarios de noticias árabes en Facebook. Para probar el rendimiento del clasificador propuesto, se utilizan varios comentarios de noticias de Facebook, donde se obtiene una tasa de precisión del 86.86% con precisión 88.63 y recordatorio 78.