Subject Detection of Algerian Posts for Opinion Analysis الموضوع: كشف المنشورات الجزائرية لتحليل الرأي Détection de sujets de messages algériens pour analyse d'opinion Detección de sujetos de publicaciones argelinas para análisis de opinión

Nowadays, opinion analysis and text classification become interesting tasks in social media studies.Moreover, keyword extraction technology is important research topic and the basis of building corpora, information retrieval, text analysis and text classification...etc.Most studies carry out on the binary problem classification which has historically received more attention in the machine learning community compared to multi-class classification problem.They are often done on academic languages, leaving aside the dialects despite of their increasing use in the social networks.There is very little effort that has been dedicated in the Arabic language especially its dialects such as Algerian dialect, intended for the analysis of opinions.In this work, we aim to realize an innovative and original approach for multi-class classification task and subject detection in the field of marketing.These classes are considered as subjects of the Algerian posts.We collected dataset from Facebook and annotated them with 11 labels.We applied TF-IDF word embedding method to vectorise and extract keywords by giving a weight for each token.In the final stage, our model was trained using input vectors.We applied a deep neural network on our annotated dataset.We achieved a precision of 83%. في الوقت الحاضر، أصبح تحليل الرأي وتصنيف النص مهمتين مثيرتين للاهتمام في دراسات وسائل التواصل الاجتماعي. علاوة على ذلك، تعد تقنية استخراج الكلمات الرئيسية موضوعًا بحثيًا مهمًا وأساسًا لبناء المجاميع واسترجاع المعلومات وتحليل النص وتصنيف النص... إلخ. تجري معظم الدراسات على تصنيف المشكلة الثنائية التي حظيت تاريخيًا بمزيد من الاهتمام في مجتمع التعلم الآلي مقارنة بمشكلة التصنيف متعددة الطبقات. وغالبًا ما يتم إجراؤها على اللغات الأكاديمية، مع ترك اللهجات جانباً على الرغم من استخدامها المتزايد في الشبكات الاجتماعية. هناك القليل جدًا من الجهد الذي تم تكريسه في اللغة العربية وخاصة لهجاتها مثل اللهجة الجزائرية، والمقصود به تحليل الآراء. في هذا العمل، نهدف إلى تحقيق نهج مبتكر ومبتكر لمهمة التصنيف متعددة الطبقات وكشف الموضوع في مجال التسويق. تعتبر هذه الفصول موضوعات للمنشورات الجزائرية. لقد جمعنا مجموعة البيانات من Facebook وقمنا بتعليقها بـ 11 علامة. قمنا بتطبيق طريقة تضمين الكلمات TF - IDF لتوجيه واستخراج الكلمات الرئيسية من خلال إعطاء وزن لكل رمز. في المرحلة النهائية، تم تدريب نموذجنا باستخدام ناقلات الإدخال. تطبيق شبكة عصبية عميقة على مجموعة البيانات المشروحة لدينا. لقد حققنا دقة 83 ٪. De nos jours, l'analyse d'opinion et la classification de texte deviennent des tâches intéressantes dans les études sur les médias sociaux. De plus, la technologie d'extraction de mots clés est un sujet de recherche important et la base de la construction de corpus, de la récupération d'informations, de l'analyse de texte et de la classification de texte... etc. La plupart des études portent sur la classification de problèmes binaires qui a historiquement reçu plus d'attention dans la communauté de l'apprentissage automatique par rapport au problème de classification multi-classes. Elles sont souvent effectuées sur des langues académiques, laissant de côté les dialectes malgré leur utilisation croissante dans les réseaux sociaux.Il y a très peu d'efforts qui ont été consacrés à la langue arabe, en particulier à ses dialectes tels que le dialecte algérien, destiné à l'analyse des opinions.Dans ce travail, nous visons à réaliser une approche innovante et originale pour la détection de tâches de classification multi-classes et de sujets dans le domaine du marketing.Ces classes sont considérées comme des sujets des publications algériennes.Nous avons collecté des données sur Facebook et les avons annotées avec 11 étiquettes.Nous avons appliqué la méthode d'intégration de mots TF-IDF pour vectoriser et extraire des mots-clés en donnant un poids à chaque jeton.Dans la phase finale, notre modèle a été formé à l'aide de vecteurs d'entrée.Nous appliqué un réseau neuronal profond sur notre ensemble de données annoté. Nous avons atteint une précision de 83 %. Hoy en día, el análisis de opinión y la clasificación de texto se convierten en tareas interesantes en los estudios de redes sociales. Además, la tecnología de extracción de palabras clave es un tema de investigación importante y la base para construir corpus, recuperación de información, análisis de texto y clasificación de texto... etc. La mayoría de los estudios llevan a cabo sobre la clasificación binaria de problemas que históricamente ha recibido más atención en la comunidad de aprendizaje automático en comparación con el problema de clasificación de múltiples clases. A menudo se realizan en lenguajes académicos, dejando de lado los dialectos a pesar de su creciente uso en las redes sociales. Se ha dedicado muy poco esfuerzo en el idioma árabe, especialmente en sus dialectos como el dialecto argelino, destinado al análisis de opiniones. En este trabajo, nuestro objetivo es realizar un enfoque innovador y original para la tarea de clasificación multiclase y la detección de sujetos en el campo del marketing. Estas clases se consideran como sujetos de los posts argelinos. Recopilamos el conjunto de datos de Facebook y los anotamos con 11 etiquetas. Aplicamos el método de incrustación de palabras TF-IDF para vectorizar y extraer palabras clave dando un peso a cada token. En la etapa final, nuestro modelo se entrenó utilizando vectores de entrada. aplicamos una red neuronal profunda en nuestro conjunto de datos anotados. Logramos una precisión del 83%.