Arabic Sentiment Analysis for ChatGPT Using Machine Learning Classification Algorithms: A Hyperparameter Optimization Technique

doi:10.1145/3638285

Arabic Sentiment Analysis for ChatGPT Using Machine Learning Classification Algorithms: A Hyperparameter Optimization Technique

2024-03-09

0

PRE

AI

DOI：10.1145/3638285

原文链接

原文求助

摘要

En 中文

在ChatGPT的语言能力领域，阿拉伯语情感分析的研究成为了一个关键的研究重点。本研究以ChatGPT为核心，该模型是一种流行的机器学习模型，通过对话与用户互动，因其卓越的性能和广泛的影响而备受关注，尤其是在阿拉伯世界。研究目标是评估人们对ChatGPT的观点，并将其分类为积极或消极。尽管在英语领域已有大量研究，但在阿拉伯语研究方面仍存在明显差距。我们从X（前身为Twitter）平台收集了一个数据集，包含2,247条推文，并由阿拉伯语言专家进行分类。采用多种机器学习算法，包括支持向量机（SVM）、逻辑回归（LR）、随机森林（RF）和朴素贝叶斯（NB），我们实施了超参数优化技术，如贝叶斯优化、网格搜索和随机搜索，以选择能够实现最佳性能的最佳超参数。通过训练和测试，优化算法显示出性能提升。SVM在网格搜索下表现出更优的性能，准确率达到90%，精确率为88%，召回率为95%，F1得分为91%。这些发现为ChatGPT在阿拉伯世界的影响提供了宝贵的见解，并通过机器学习方法论全面理解情感分析。

Arabic Sentiment Analysis for ChatGPT Using Machine Learning Classification Algorithms: A Hyperparameter Optimization Technique

摘要

期刊

机构

引用论文