A Large Scale Hotel Arabic-Reviews Dataset

الموضوعات

علوم بحتة وطبيعية

الملخص

تغطي معالجة اللغة الطبيعية العديد من الدراسات وتعتبر السبب الرئيسي لتطوير التقنيات لفهم السلوك البشري. يمكن استخدام معالجة اللغة الطبيعية لحل مشكلات مثل الانتحال الكشف واستخراج الكلمات والمعلومات من النصوص وهي كذلك المستخدمة في الترجمة الآلية وتصنيف النص. اللغة العربية يعاني من نقص مجموعات البيانات الكبيرة المتاحة للتعلم الآلي. في هذا العمل ، نقدم (مجموعة بيانات فندق كبير الحجم - مراجعات باللغة العربية) ،أكبر مراجعات الفنادق في مجموعة البيانات العربية لتحليل المشاعر الشخصية وتطبيقات لغة الآلة. تتألف من 1،604،762 فندقاً المراجعات التي تم جمعها من موقع Booking.com الإلكتروني باستخدام سكرابيل الويب ، كل سجل يحتوي على نص مراجعة إيجابي أو سلبي باللغة العربية تقييم المراجع على مقياس من 1 إلى 10 نجوم.

روابط وملفات

التعريف والنوع

رقم الوثيقة

ef8b7c55-4910-484d-8013-333b04a3b9b7

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

ماستر (LMD)

نوع الملف

pdf text

أسماء الملفات

2154606_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":"Berdjouh Chafik","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"Cherif Rehouma ","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"Chourouk Guettas","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"Mohammed Elhabib Loubiri","title_ar":"اعداد","title_en":"Preparation"}]

اللغة

English

المصدر والدورية

اسم المصدر

A Large Scale Hotel Arabic-Reviews Dataset

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

.Natural language processing covers many studies and is considered the main reason for advancing techniques for understanding human behavior.Natural language processing can be used to solve problems such as plagiarism detection, extracting words and information from texts, and it is also used in machine translation and text classification. The Arabic language suffers from the lack of available large datasets for machine learning . In this work, we introduce LASHAR (A Large Scale Hotel Arabic-Reviews Dataset),the largest Hotel Reviews in Arabic Dataset for subjective sentiment analysis and machine language applications. LASHAR comprises of 1,604,762 hotel reviews collected from the Booking.com website using web scrapy, Each record contains positive or negative review text in the Arabic language, there viewer’s rating on a scale of 1 to 10 stars, and other attributes about the hotel/reviewer. We used four well-known sentiment classifiers to examine the dataset’s validity and efficiency. We test the sentiment analyzers for polarity classifications. Our primary commitment is to make this benchmark data set available and open to the Arabic language research community.

كلمات الباحثين

معالجة اللغة الطبيعية , تحليل المشاعر, تجريف علي شبكة الأنترنت، Natural Language Processing, sentiment analyzers, web scrapy

إشراف وإعداد

الإشراف

Berdjouh Chafik, Chourouk Guettas

الإعداد

Cherif Rehouma , Mohammed Elhabib Loubiri

الاقتباسات الببليوغرافية