Count Me Too: Sentiment Analysis of Roman Sindhi Script عدني أيضًا: تحليل المشاعر لسيناريو السند الروماني Count Me Too : Sentiment Analysis of Roman Sindhi Script Count Me Too: Sentiment Analysis of Roman Sindhi Script

Social media has given voice to people around the globe. However, all voices are not counted due to the scarcity of lexical computational resources. Such resources could harness the torrent of social media text data. Computational resources for rich languages such as English are available. More are being developed, meanwhile strengthening and enhancing the current ones. However, Roman Sindhi, a resource-poor writing style, is a phonetically rich language lacking computational resources, creating a working space for researchers. This work attempts to develop lexical sentiment resources that will help calculate the public opinion expressed in Roman Sindhi and bring their point of view into the limelight. This work is one of the initial efforts to develop lexical Roman Sindhi sentiment dictionary resources to help detect sentiment orientation in a text. Furthermore, it also developed two interfaces to leverage the lexical resources—a Roman Sindhi to English translator (RoSET) that translates a Roman Sindhi feature into an equivalent English word and a Roman Sindhi rule-based sentiment scorer ( RBRS 3 ) that assigns sentiment score to a Roman Sindhi script features. The results obtained from the developed system accommodated the bilingual dataset (Roman Sindhi + English) more adequately. An increase of 20.8% was recorded for positive sentence detection, and a 16% increase was obtained for negative sentences, whereas neutral sentences were marginalized to a lower number (59.31% decrease). The resultant system makes those public voices expressed in the Roman Sindhi script get counted, which otherwise are in vain. أعطت وسائل التواصل الاجتماعي صوتًا للناس في جميع أنحاء العالم. ومع ذلك، لا يتم احتساب جميع الأصوات بسبب ندرة الموارد الحسابية المعجمية. يمكن لهذه الموارد تسخير سيل البيانات النصية لوسائل التواصل الاجتماعي. تتوفر الموارد الحسابية للغات الغنية مثل اللغة الإنجليزية. ويجري تطوير المزيد، وفي الوقت نفسه تقوية وتعزيز القائم منها. ومع ذلك، فإن Roman Sindhi، وهو أسلوب كتابة فقير بالموارد، هي لغة غنية صوتيًا تفتقر إلى الموارد الحسابية، مما يخلق مساحة عمل للباحثين. يحاول هذا العمل تطوير موارد المشاعر المعجمية التي ستساعد في حساب الرأي العام المعبر عنه باللغة السندية الرومانية وتسليط الضوء على وجهة نظرهم. يعد هذا العمل أحد الجهود الأولية لتطوير موارد قاموس المشاعر الرومانية السندية المعجمية للمساعدة في اكتشاف اتجاه المشاعر في النص. علاوة على ذلك، طورت أيضًا واجهتين للاستفادة من الموارد المعجمية - المترجم الروماني من السندية إلى الإنجليزية (RoSET) الذي يترجم ميزة السندية الرومانية إلى كلمة إنجليزية مكافئة وهداف المشاعر القائم على قواعد السندية الرومانية (RBRS 3 ) الذي يعين درجة المشاعر لميزات السيناريو السندية الرومانية. استوعبت النتائج التي تم الحصول عليها من النظام المطور مجموعة البيانات ثنائية اللغة (الرومانية السندية + الإنجليزية) بشكل أكثر ملاءمة. وسُجلت زيادة بنسبة 20.8 ٪ في الكشف الإيجابي عن الجمل، وتم الحصول على زيادة بنسبة 16 ٪ في الجمل السلبية، في حين تم تهميش الجمل المحايدة إلى عدد أقل (انخفاض بنسبة 59.31 ٪). يجعل النظام الناتج تلك الأصوات العامة المعبر عنها بالسيندي الروماني يتم احتسابها، والتي تكون دون جدوى. Les médias sociaux ont donné la parole à des personnes du monde entier. Cependant, toutes les voix ne sont pas comptées en raison de la rareté des ressources informatiques lexicales. De telles ressources pourraient exploiter le torrent de données textuelles des médias sociaux. Des ressources informatiques pour les langues riches telles que l'anglais sont disponibles. D'autres sont en cours de développement, tout en renforçant et en améliorant les actuels. Cependant, Roman Sindhi, un style d'écriture pauvre en ressources, est un langage phonétiquement riche manquant de ressources informatiques, créant un espace de travail pour les chercheurs. Ce travail tente de développer des ressources de sentiment lexical qui aideront à calculer l'opinion publique exprimée en sindhi romain et à mettre en lumière son point de vue. Ce travail est l'un des premiers efforts visant à développer des ressources lexicales du dictionnaire du sentiment romain sindhi pour aider à détecter l'orientation du sentiment dans un texte. En outre, il a également développé deux interfaces pour tirer parti des ressources lexicales : un traducteur du sindhi romain vers l'anglais (RoSET) qui traduit une fonctionnalité du sindhi romain en un mot anglais équivalent et un score de sentiment basé sur les règles du sindhi romain ( RBRS 3 ) qui attribue un score de sentiment à une fonctionnalité de script du sindhi romain. Les résultats obtenus à partir du système développé ont mieux adapté l'ensemble de données bilingues (Sindhi romain + anglais). Une augmentation de 20,8 % a été enregistrée pour la détection des peines positives, et une augmentation de 16 % a été obtenue pour les peines négatives, tandis que les peines neutres ont été marginalisées à un nombre inférieur (diminution de 59,31 %). Le système qui en résulte fait compter ces voix publiques exprimées dans le script Sindhi romain, qui autrement sont vaines. Las redes sociales han dado voz a personas de todo el mundo. Sin embargo, no se cuentan todas las voces debido a la escasez de recursos léxicos computacionales. Dichos recursos podrían aprovechar el torrente de datos de texto de las redes sociales. Los recursos computacionales para idiomas enriquecidos como el inglés están disponibles. Se están desarrollando más, a la vez que se fortalecen y potencian las actuales. Sin embargo, Roman Sindhi, un estilo de escritura de escasos recursos, es un lenguaje fonéticamente rico que carece de recursos computacionales, lo que crea un espacio de trabajo para los investigadores. Este trabajo intenta desarrollar recursos de sentimiento léxico que ayudarán a calcular la opinión pública expresada en Roman Sindhi y poner su punto de vista en el centro de atención. Este trabajo es uno de los esfuerzos iniciales para desarrollar recursos léxicos del diccionario de sentimientos del sindhi romano para ayudar a detectar la orientación de los sentimientos en un texto. Además, también desarrolló dos interfaces para aprovechar los recursos léxicos: un traductor de sindhi romano a inglés (RoSET) que traduce una característica de sindhi romano a una palabra en inglés equivalente y un puntuador de sentimiento basado en reglas de sindhi romano ( RBRS 3 ) que asigna puntuación de sentimiento a una característica de escritura de sindhi romano. Los resultados obtenidos del sistema desarrollado se adaptaron al conjunto de datos bilingües (Roman Sindhi + inglés) de manera más adecuada. Se registró un aumento del 20,8% para la detección de oraciones positivas, y se obtuvo un aumento del 16% para las oraciones negativas, mientras que las oraciones neutrales fueron marginadas a un número menor (disminución del 59,31%). El sistema resultante hace que se cuenten esas voces públicas expresadas en la escritura sindhi romana, que de lo contrario son en vano.