I nte rna t io na l J o urna l o f   E lect rica l a nd   Co m p ute E ng in ee ring   ( I J E CE )   Vo l.   8 ,   No .   5 Octo b e r   2 0 1 8 ,   p p .   4 0 1 5 ~4 0 22   I SS N:  2 0 8 8 - 8708 DOI : 1 0 . 1 1 5 9 1 / i j ec e . v8 i 5 . p p 4 0 1 5 - 40 22          4015       J o ur na l ho m ep a g e h ttp : //ia e s co r e . co m/ jo u r n a ls /in d ex . p h p / I JE C E   F ra m ew o rk  f o r   Ara bic   C o ncept - L ev el  S enti m e nt  A na ly sis   u sing  Sent ic Net       H end G .   H a s s a n H it ha m   M .   Abo   B a k r ,   I bra hi m   E .   Z ie d a n   De p a rt m e n of   Co m p u ter  a n d   sy st e m En g in e e rin g ,   Zag a z ig   Un iv e r sity ,   Eg y p t       Art icle  I nfo     AB ST RAC T     A r ticle  his to r y:   R ec eiv ed   Dec   2 9 ,   2 0 1 7   R ev i s ed   Mar   26 ,   2 0 1 8   A cc ep ted   J u l   11 ,   2 0 1 8     A ra b ic  S e n ti m e n a n a l y sis   r e se a r c h   f ield   h a b e e n   p ro g re ss in g   in   a   slo w   p a c e   c o m p a re d   to   En g li sh   a n d   o th e lan g u a g e s.  I n   a d d it io n   t o   th a m o st  o f   th e   c o n tri b u ti o n a re   b a se d   o n   u sin g   su p e rv ise d   m a c h in e   lea rn in g   a lg o rit h m s   w h il e   c o m p a rin g   th e   p e rf o r m a n c e   o f   d iffere n c las si f iers   w it h   d if f e r e n se lec ted   st y li stic  a n d   sy n tac ti c   f e a tu re s.  In   t h is  p a p e r,   w e   p re se n ted   a   n o v e fr a m e w o rk   f o u sin g   th e   Co n c e p t - lev e se n ti m e n a n a ly sis  a p p ro a c h   w h ich   c las si f ies   tex b a se d   o n   th e ir   se m a n ti c ra th e th a n   sy n tac ti c   f e a tu re s.   M o re o v e r,   w e   p ro v id e d   a   lex ico n   d a tas e o f   a ro u n d   6 9   k   u n i q u e   c o n c e p ts  th a c o v e rs  m u lt i - d o m a in   re v ie w c o ll e c ted   f ro m   th e   in tern e t .   W e   a lso   tes ted   th e   lex ico n   o n   a   tes sa m p le  f ro m   th e   d a tas e it   w a c o ll e c ted   f ro m   a n d   o b tain e d   a n   a c c u ra c y   o f   7 0 % .   T h e   le x ic o n   h a b e e n   m a d e   p u b li c ly   a v a il a b le  f o r   sc ien ti f ic p u rp o se s.   K ey w o r d :   A r ab ic  r ev ie w s   Op in io n   m i n in g   Sen ti m e n a n a l y s is   Sen ti m e n t le x ico n s   Co p y rig h ©   2 0 1 8   In stit u te o A d v a n c e d   E n g i n e e rin g   a n d   S c ien c e   Al rig h ts  re se rv e d .   C o r r e s p o nd ing   A uth o r :   Hen d   G.   Hass a n   Dep ar t m en t o f   C o m p u ter   an d   s y s te m s   E n g i n ee r in g ,   Z a g az ig   U n i v er s it y ,   E g y p t.   E m ail:  h en d . h g h 2 5 @ g m a il.c o m       1.   I NT RO D UCT I O N     Sen ti m e n a n al y s i s   ( S A ) ,   f o r m   o f   tex t   clas s if icatio n ,   is   th e   p r o ce s s   o f   cla s s i f y in g   g iv e n   d o cu m en t/p ar ag r ap h / s en te n ce   in to   t w o   o r   m o r clas s es.  S A   i n v o lv es  8   k e y   ta s k s   [ 1 ]   in clu d in g   s u b j ec tiv it y   d etec tio n ,   w h er d ata  i s   cla s s i f ied   i n to   s u b j ec tiv o r   o b j ec ti v d ata,   an d   p o lar it y   d etec tio n   w h er s u b j ec tiv e   d ata  is   f u r t h er   cla s s i f ied   i n to   p o s itiv e,   n e g ati v o r   m ix ed .   T h o s tas k s   ar co n ce r n ed   w it h   in ter n et  u s er s   p u b lic  o p in io n s t h d ata  t h e y   s h ar h elp   g ai n i n g   p er s p ec tiv o f   t h o v er all  s en ti m e n ab o u s p ec if ic   p r o d u ct,   s er v ice,   p er s o n ,   etc.   n o o n l y   to   i n s titu tio n s   o r   co m p a n ie s   b u t   also   to   o t h er   in te r n et  u s er s .   Ho w e v er ,   th at  r a w   o p in io n ated   b ig   d ata  is   u n s tr u ct u r ed   an d   r eq u ir e s   s e m a n tic s   an d   s y n tact ic  an al y s is   i n   o r d er   to   b m ac h in u n d er s ta n d ab le.   E x is ti n g   s en ti m en t   an a l y s is   a p p r o ac h es  ar ca teg o r ized   i n t o   f o u r   m ai n   o n es   [ 2 ] k e y w o r d   s p o ttin g ,   lex ical  a f f i n it y ,   s tati s tical  m eth o d s   an d   co n ce p t - le v el  s e n ti m en an a l y s is .   Ke y w o r d   s p o ttin g   i s   b asical l y   s p o ttin g   k e y w o r d s   i n   th s e n t en ce   an d   class i f y i n g   it  a f ter war d .   Key w o r d s ,   w h ic h   h a v p o s itiv e,   n e g ati v o r   n eu tr al   p o lar it y ,   ar clea r   s e n ti m e n tal  w o r d s   o n   t h eir   o w n   lik ca r e‘ ,   a n g r y ,   g lad ,   s ick ,   etc.   Ho w e v er ,   u s i n g   th e m   i n   s en ten ce   m a y   h a v d if f er en s en t i m e n o th er   th a n   th o n t h e y   h a v e   o n   th eir   o w n .   Fo r   ex a m p le  I   ca r f o r   th w r o n g   p eo p le‘ ,   ca r h as  p o s iti v p o lar it y ,   b u th w h o le  s en ten c ev o k es  n e g ati v e   s en ti m e n ca u s in g   m i s clas s i f icatio n   er r o r .   A s id es  to   t h at,   th s en ten ce   m a y   n o i n clu d an y   k e y w o r d s   lik e   I   w o u ld   n ev er   b u y   t h is   b o o k   w h ic h   i n d icate s   n e g ati v o p in io n   ab o u th b o o k   y et  ca n ' b class i f ied .     Or   h as  m i s lead i n g   co m p ar is o n   lik t h is   b o o k   i s   a s   g o o d   a s   h o le  in   th h ea d .   B r ie f l y ,   t h i s   ap p r o ac h   is   k n o w n   to   b th m o s t n v o n an d   th m o s t p o p u lar   to o   f o r   its   ea s o f   i m p le m en tat io n   an d   ac ce s s ib ilit y .   L e x ical  af f i n it y   d iv e s   litt le  d ee p er   in   th k e y w o r d s   s e m a n tics   t h a n   th f ir s ap p r o ac h .   I ass ig n s   ar b itra r y   w o r d s   w it h   p r o b a b ilis ti af f i n it y   f o r   p ar ticu lar   p o lar it y .   T h ese  p r o b ab ili ties   ar u s u all y   t h e   r esu lt  o f   tr ai n i n g   li n g u is tic  c o r p o r a .   Fo r   ex am p le,   u n f o r g ettab le‘   m ig h b ass i g n ed   5 0 p r o b ab ilit y   o f   b ein g   in d icati n g   n eg at iv e   af f ec a n d   1 2 . 5 p r o b ab ilit y   o f   b ein g   i n d ic ati n g   a   p o s iti v af f ec an d   a   3 7 . 5 Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 0 8 8 - 8708   I n t J   E lec  &   C o m p   E n g ,   Vo l.  8 ,   No .   5 Octo b er   2 0 1 8   :    401 5     40 22   4016   p r o b a b ilit y   o f   b ein g   in d icati n g   n eu tr al  a f f ec as  in   u n f o r g ettab le  ac cid en t   o r   u n f o r g ettab le  p ar ty .   As   s tated   th ese  p r o b ab ilit ies  ar th r esu l o f   tr ain i n g   co r p o r a;  s o   th b ig g er   an d   th m o r g e n er al  th co r p o r i th m o r r eliab le  an d   m o r r ea lis tic  t h p r o b ab ilit ies  ar e.   T h is   ap p r o ac h   o u tp er f o r m s   t h k e y w o r d s   s p o tti n g   ap p r o ac h   f o r   g iv i n g   w o r d s   r ea lis tic  p o lar ities   an d   n o t j u s t p lain   p o s iti v e,   n e g ati v o r   n eu tr al.   T h th ir d   ap p r o ac h   an d   t h m o s u s ed   o n to o   to   c r ea te  lex ico n   d atasets   is   u s in g   t h e   s tati s tical   m et h o d s ,   s u c h   as  t h Naï v B ay e s   alg o r it h m ,   K - Nea r es Neig h b o r   o r   Su p p o r v ec to r   m ac h in e s ( SVM) .   I t   m ai n l y   d ep en d s   o n   tr ain in g   m ac h in lear n in g   alg o r it h m   with   f ea t u r es  li k w o r d s   co - o cc u r r en ce   f r eq u e n cie s ,   S t y li s tic  f ea t u r es,  etc. ,   co llecte d   f r o m   an n o tated   d ata  an d   t h e n   test   th ac c u r ac y   o f   t h alg o r ith m   u s ed   o n   test   s a m p le  f r o m   t h s a m d ata.   I t   is   lan g u ag e   in d ep en d e n t h u s   av o id s   a m b i g u it y   is s u e s   as s o ciate d   w it h   A r ab ic   [ 3 ] .   Yet,   th ese  m et h o d s   m ak class i f icat io n   er r o r s   w h en   test ed   o n   s m a ller   te x u n i ts   s u c h   as   clau s es   a s   co m p ar ed   w i th   d eter m i n i n g   t h p o lar ity   o n   t h d o cu m e n t - l ev el  [ 4 ] .   Giv es  q u ick   o v er v ie w   o f   E n g li s h   S r esear ch   e f f o r ts   f r o m   2 0 0 2   u p   to   2 0 1 4   th at  ar m o s t l y   m ad u s i n g   t h s tatis tical  m et h o d s .   T h au t h o r s   also   p r esen ted   s o m o f   t h a v ailab le  to o ls   a n d   d ataset s .   F u r t h er m o r e,   [ 5 ]   d is cu s s ed   s o m o f   t h o p en   is s u e s   i n   th e   ar ea   o f   S i n cl u d in g   th at   t h e r is   m o r f o cu s   o n   clas s i n g   th te x t   i n to   p o s iti v a n d   n eg ativ o n l y   w i th   n o   d ee p er   d iv in g   i n   th e m o tio n s .       C o n ce p t - lev el  s e n ti m e n an al y s is   w as  f ir s in tr o d u ce d   b y   E r ic  C a m b ir to   class if y   te x b ased   o n   th eir   s e m a n tic s   r ath er   t h an   th eir   s y n tactic  th r o u g h   t h u s o f   s e m a n tic  n et w o r k s   li k C o n ce p tNe t   [ 6 ]   w h ic h   co n s is t s   o f   n o d es  r ep r ese n ti n g   co n ce p ts   a n d   co n n ec ted   w it h   ed g e s   lab eled   w it h   co m m o n   s en s 'tak en   f o r   g r an ted in f o r m atio n   p r o v id ed   b y   v o l u n teer s   o n   th in ter n et.   C a m b ir et  a l .   [ 7 ]   d ev elo p e d   Se n ticNet,   s e m an t ic   r eso u r ce   th at   u s es  co m m o n   s en s r ea s o n i n g   tech n iq u e s   alo n g   w it h   an   e m o tio n   ca te g o r izatio n   m o d el  a n d   a n   o n to lo g y   f o r   d escr ib in g   h u m an   e m o t io n s   to   i n f er   th p o l ar it y   o f   d i f f er en co m m o n   s en s co n ce p t s   li k e   b ea u ti f u d a y   o r   f ee g u ilt y .   E ac h   co n ce p is   a s s i g n ed   with   o n f lo at  p o lar it y   v al u   [ - 1 , 1 ] ,   f o llo w ed   b y   Sen ticNe t2   [ 8 ]     w h er m o r co n ce p ts   ar ad d ed   allo w i n g   d ee p er   an d   m o r m u lti - f ac e ted   an al y s is   o f   te x t   w h ile  p r o v id in g   f o u r - d i m e n s io n al  v ec to r   ( s en tic  v ec to r )   to   ea ch   co n ce p c o m b i n ed   o f   P leasan tn es s ,   A tte n tio n ,   Se n s iti v it y ,   an d   A p titu d an d   p r esen ted   as  f lo at   v alu   [ - 1 , 1 ]   alo n g   w it h   its   to p - ten   a f f ec tiv e l y   r elate d   co n ce p ts .   T h en   Sen tic Net3   [ 9 ] ,   w h ich   co n tai n s   b o t h   co m m o n   a n d   co m m o n - s en s k n o w led g i n   o r d er   to   b o o s s en ti m e n a n al y s is   task s   s u c h   as  f ea t u r s p o ttin g   an d   p o lar it y   d etec tio n ,   r esp ec tiv el y .   T h e n   Sen ticNe t4   [ 1 0 ] ,   w h er b o th   v er b   an d   n o u n   co n ce p ts   ar li n k ed   to   p r i m iti v es  s o   th at,   f o r   ex a m p le,   co n ce p ts   s u c h   as  attai n - k n o w led g o r   ac q u ir k n o w - h o w   o r   ac q u ir e - k n o w led g ar g e n er alize d   as   g et  in f o r m atio n .   An   ad d itio n   th a allo w s   p r o ce s s i n g   d i f f er e n f o r m s   o f   a   co n ce p t   th at   o th er w i s r ai s es  a   n o t   f o u n d   er r o r .   T h id ea   o f   u s i n g   g en er ati v w o r d   w a s   u s ed   i n   o t h er   m eth o d s   to o .   F o r   ex a m p le,   [ 1 1 ]   u s ed   s y n o n y m s   lis ts   f o r   p o s iti v e   an d   n eg a tiv w o r d s   an d   m ap p ed   th lis t to   o n w o r d   th at  alr ea d y   h as a   p o lar it y   v alu e.   T o   th i s   en d ,   w te s ted   Sen ticN et4   f o r   th task   o f   p o lar it y   d etec tio n   o n   m u lti - d o m ai n   A r a b ic  d ataset   at  th s en ten ce - le v el  an d   s h o w ed   r esu lts   o u tp er f o r m i n g   o t h er   A r ab ic  s e n ti m en an al y s i s   w o r k s   t h at  m ain l y   r el y   o n   o t h er   ap p r o ac h es.   T h r est  o f   t h i s   p ap er   is   o r g an iz ed   as  f o llo w s t h n e x s ec tio n   r ev ie w s   r esear c h   ef f o r t s   in   th ar ea   o f   A r ab ic  s en ti m en an al y s i s f o llo w ed   b y   s ec tio n   p r o p o s es  o u r   f r a m e w o r k   to   d etec th e   p o lar ity   u s in g   Se n ticNet;   af t er   w h ic h   s ec tio n   d is c u s s es   th e   r esu lts   o b tai n ed f in a ll y   s o m e   c o n cl u d in g   r e m ar k s   a n d   f u t u r w o r k   r ec o m m en d atio n s   ar p r esen ted .       2.   L I T E R AT U RE   R E VI E W   T h is   s ec tio n   r ev ie w s   t h co n tr ib u tio n s   to   t h A r ab ic  s e n ti m e n a n al y s i s   r esear ch   f ie ld .   A r a b ic,   w h ic h   is   th f o r m a lan g u a g o f   o v er   th an   2 0   co u n tr ies  ar o u n d   th w o r ld   an d   s p o k en   b y   3 0 0   m ill io n   n ati v s p ea k er s ,   is   co n s id er ed   u n d er - r esear c h e d   co m p ar ed   to   E n g lis h   in   t h f ie ld   o f   s e n ti m en a n al y s i s .   See  Fig u r 1   th at   r ep r esen ts   t h e   n u m b er   o f   A r a b ic/E n g l is h   p u b lica tio n s   p er   y ea r   as  p r ese n ted   i n   [ 12] ,   [ 1 3 ]   an d   d etailed   i n   [ 1 4 ] ,   [ 1 5 ]   r esp ec tiv el y .   An d   A r ab i is   al s o   u n d er - r e s o u r ce d   w it h   r esp ec to   th e   a m o u n o f   d ata  o n   t h i n ter n et   k n o w i n g   t h at  A r ab ic  h as  s co r ed   4 th   o n   t h n u m b er   o f   w eb   u s er s   a f ter   E n g lis h ,   C h i n e s a n d   Sp an i s h   r an k i n g   th h ig h es g r o w t h   r ate  in   ter m s   o f   u s er s   w it h   1 8 5   m illi o n   o f   u s er s   in   J u n e   2 0 1 7   ac c o r d in g   to   in ter n e t w eb s tat s ' s   w eb s ite h tt p :// www . in ter n et w o r ld s tat s . co m /s tats 7 . h t m .   Desp ite  th at  r ec en p r o g r ess ,   r esear ch er s   f o cu s ed   o n   u s in g   th s tati s tical  m et h o d s   w it h   s p ec ial   f o cu s   o n   s u p er v i s ed   m ac h i n lear n in g   class i f ier s .   T h ey   s h ar th s a m m eth o d o lo g y   p r esen ted   in   Fi g u r 2   w h ile  u s in g   d i f f er e n p r e - p r o ce s s i n g   a n d   s elec tin g   d i f f er e n f ea tu r e s .   S A M AR   [ 1 6 ] ,   s y s te m   f o r   A r ab ic   Su b j ec tiv it y   a n d   Se n ti m e n An al y s i s ,   u s e s   M u lti - d ialec ta m a n u all y   a n n o tated   d ata  th at  co v er s   ( Ma k to o b   ch ats,  t w ee ts ,   W i k ip ed ia  tal k s   an d   w eb   f o r u m s   s e n ten ce s )   an d   d o es  T o k en izatio n ,   le m m atiza tio n   a n d   P OS  tag g in g   in   t h P r e -   p r o ce s s in g   s tep .   T h en ,   th s y s te m   s e lect s   s y n tactic  an d   s t y li s tic  f ea t u r es;  ( Un iq u e:  is   s e f o r   lo w   f r eq u e n c y   w o r d s ,   P o l ar it y   L e x ico n c h ec k s   th p r esen ce   o f   p o s itiv o r   n eg ati v ad j ec tiv es,  Dialec t:  ch ec k s   t h d ialec ts   o f   th tex t,   Gen d er ch ec k s   t h g en d er   o f   tex w h et h er   it ' s   m ale,   f e m ale   o r   u n k n o w n ,   User   I D:  ch ec k s   i f   t h a u th o r   i s   p er s o n   o r   an   o r g a n izatio n   an d   Do cu m e n I D) .   T h e y   al s o   m a d ex p er i m en ts   w i t h   d if f er e n co m b in atio n s   o f   f e atu r es  a n d   t h p r e - p r o ce s s i n g   ta s k s   w h ile  c lass if y i n g   u s in g   SVM l i g ht   [ 1 7 ]   Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J   E lec  &   C o m p   E n g     I SS N:  2 0 8 8 - 8708       A   F r a mewo r fo r   A r a b ic  C o n ce p t - Leve l S en timen t A n a lysi s   u s in g   S en ticN et  ( Hen d   G.   Ha s s a n )   4017   class i f ier .   Ov er all  r es u lt s   r ev e al  i m p r o v e m en t s   o v er   th b as elin p er f o r m a n ce   d ep en d in g   o n   th tr ai n in g   d ata.   L ater   o n ,   S.  I b r ah i m   et  a l .   [ 1 8 ]   u s ed   m a n u all y   a n n o tated   d ata  an d   p er f o r m ed   n o r m a lizati o n   an d   s to p w o r d s   r e m o v al  i n   t h p r e - p r o ce s s i n g   s tep .   T h en ,   th e y   s elec ted   li n g u is t ic  an d   s y n tacti f ea t u r es  li k ter m   f r eq u e n c y ,   P o lar   w o r d   p o s itio n ,   d etec ti n g   ( n eg at io n ,   i n te n s i f ier s ,   q u esti o n s ,   an d   s u p p licatio n )   ter m s   a lo n g   w ith   u s i n g   th e   p atter n   [ ad j ec tiv n o u n ]   w h i le  also   class i f y in g   u s i n g   SVM l ig ht   cla s s i f ier .           Fig u r 1 .   Nu m b er   o f   A r ab ic/E n g l is h   p u b licatio n s   p er   y ea r           Fig u r 2 .   Su p er v is ed   m ac h in lear n in g   p r o ce s s       3.   M O DIFYIN G   SE NT I CN E T   T O   SUI T   ARAB I C   T h f r a m e w o r k   p r o p o s ed   in   [ 1 9 ]     is   m o d if ied   to   s u it  t h tas k   o f   A r ab ic  s e n te n ce s '   p o lar it y   d etec tio n   b ec au s A r ab ic  n atu r al  la n g u ag p r o ce s s in g   to o ls   ar tr ain ed   o n   an d   m ad f o r   m o d er n   s ta n d ar d   A r ab ic   ( MSA )   w h ic h   is   r ar el y   u s ed   b y   in ter n et  u s er s '   co m p ar ed   to   s lan g   A r ab ic  an d   o th er   A r ab ic  d ialec ts .     Fig u r 3   is   an   illu s tr atio n   o f   t h p r o p o s ed   f r a m e w o r k Se n te n ce s   ar f ir s d ec o m p o s ed   i n to   b i - g r am s   t h en   n o r m alize d   an d   lab eled   w it h   th p ar o f   s p ee ch   ( P OS)   tag s .   T h en   S y n ta ctic  p atter n s   li k [ ad j ec tiv n o u n ]   ar m a tch ed   to   ex tr ac t c o n ce p ts   th a t a r tr an s lated   a f ter w ar d   in to   E n g lis h   to   f in d   m a tch   to   i n   Sen ticNet .   I n   o r d er   to   s h o w   th e f f ec t i v en e s s   o f   t h f r a m e w o r k ,   m u lt i - d o m a in   p u b lic  d ataset   is   u s ed :   h ttp ://b it.l y /1 w X u e3 C ,   cr ea te d   b y   E lSa h ar   an d   E l - B elta g y   [ 2 0 ] ,   co v er in g   A t tr ac tio n   ( AT T ) ,   Ho tels   ( HT L ) ,   Mo v ies  ( MO V) ,   R e s tau r a n ts   ( R E S# 1 ,   R E S# 2 )   an d   P r o d u cts  ( P R OD)   r ev ie w s .   W k ep t   R E S# 1   as  test   s a m p le.   T h s tati s tics   o f   th e   d ataset  i s   p r ese n ted   i n   T ab le  1   s h o w in g   t h to tal  n u m b e r   o f   s e n te n ce s   an d   co n ce p ts   w ex tr ac ted   alo n g   w it h   t h n u m b er   o f   p o s iti v e ,   n eg ati v an d   m ix ed   s e n te n ce s   n u m b er .   T h o s e   r ev ie w s   w er r ated   b y   th e ir   n ativ r e v ie w er s   th e n   w er n o r m alize d   i n to   t h th r ee   cla s s e s p o s itiv e,   n e g ati v e   an d   m i x ed   f o llo w i n g   t h ap p r o ac h   ad o p ted   b y   P an g   et  a l .   [ 2 1 ] .   T h m ai n   g o al  i s   to   co n c lu d th p o lar it y   o f   ea ch   s e n te n ce   a n d   co m p ar i to   th n o r m al ized   p o lar it y .   I n   o r d er   to   d o   th at,   s en ten ce s   m u s b d ec o m p o s ed   in to   co n ce p ts   th at  h a v m at ch   in   Se n ticNet  t h en   t h p o lar it y   o f   th i s   m atc h   is   r ea d .   I n   p ar ticu lar ,   s en te n ce s   ar d ec o m p o s ed   in to   b ig r a m s .   I f   s en ten ce   co n s is t s   o f   o n l y   b i - g r a m   o r   u n i - g r a m ,   th e n   it  is   co n s id er ed   co n ce p w it h o u f u r th er   a n al y s is .   I f   n o t h co n ce p t s   ar e x tr ac ted   ac co r d in g   to   t h f lo w c h ar p r o p o s ed   in   F ig u r 3 .   0 20 0 40 0 60 0 80 0 20 09 20 10 20 11 20 12 20 13 20 14 20 15 Arab ic E n gli s h Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 0 8 8 - 8708   I n t J   E lec  &   C o m p   E n g ,   Vo l.  8 ,   No .   5 Octo b er   2 0 1 8   :    401 5     40 22   4018       Fig u r 3 .   Flo w   c h ar t o f   th e   f r a m e w o r k   to   u s Se n ticNet       B ef o r ex tr ac tin g   t h co n ce p ts ,   s e n te n ce s   m u s b n o r m a lized   an d   s tr u ctu r ed .   T o   th is   en d ,   th e   f o llo w in g   p r e - p r o ce s s i n g   s tep s   ar f o llo w ed :   1.   R e m o v elo n g atio n s .   2.   R e m o v r ep etitio n s .   3.   R e m o v p u n ctu a tio n s .   4.   R e m o v d iacr itics .   5.   No r m a lize  all  A le f   f o r m s   to   ا .   6.   No r m a lize  ة   h aa   to   ي .   7.   No r m a lize   ِ   y aa   to   ْ .       T ab le  1 .   Data s et  Statis tic s                 T h p ar o f   s p ee ch   ( P OS)   ta g s   o f   t h No r m a lized   tex ar t h en   g en er ated   u s i n g   M A D AM I R A   [ 2 2 ] ,   s h allo w   s y n tac tic  p ar s er   t h at  d o es  to k en izat io n ,   p ar o f   s p e ec h   ta g g in g ,   a n d   b ase  p h r a s ch u n k in g ,   a n d   also   co m b i n es  s o m o f   t h b est  asp ec ts   o f   M A D A   [ 2 3 ]   an d   A M I R A   [ 2 4 ] .   B y   r ev ie w i n g   th n o u n   p h r ases   ex tr ac ted   b y   M AD A MI R A   f o r   A T T   r ev ie w s ,   w f o u n d   th at  ar o u n d   6 0 o f   th e m   ar u n i g r a m s   2 0 o f   w h ich   ar s ep ar atio n   o f   ' ـ نا    '   th Ar ab ic  d ef in ite  ar ticle  a n d   ab o u %1 3   ar p r o n o u n s   s ep ar atio n   o n   t h w o r d - lev e l   lik ي   مٕ م صح   ( h is   d esi g n ) .   A s id es  to   m i s clas s i f icati o n   er r o r s ,   th o s 7 3 ar in ef f ec ti v as  co n ce p ts .   T h u s   w u s ed   h a n d   cr af te d   s y n tactic  p atter n s   f o llo w i n g   t h e   w o r k   o f   E lSa h ar   a n d   E l - B eltag y   [ 2 5 ]   th at   ex tr ac ts   s la n g   ter m s   ( w o r d s /e x p r ess io n s )   an d   tr an s li ter ated   E n g l is h   w r it ten   i n   A r ab ic  lett er s   lik ' ز فَأ '   th at  is   tr an s liter ated   f r o m   ' o v er ' .   T h eir   w o r k   d ep en d s   o n   cr ea tin g   s et  o f   lex ico - s y n tact ic  p atter n s   b y   u s i n g   s tan d ar d   tag s   li k Ne g ato r   [ Neg ] ,   p er s o n   r ef er en ce   [ P R ] ,   P er s o n al  P r o n o u n   [ P P ] ,   Dem o n s tr a ti v P r o n o u n   [ DP ] ,     I n ten s i f ier   [ I n ts ] ,   C o n j u n ct i o n   [ C o n j ] ,   Stro n g   s u b j ec tiv [ SS ]   an d   th e x tr ac ted   Su b j ec tiv E x p r ess io n   is   {SE }.   Fo r   e x a m p le,   " R esp ec tab le  an d   v er y   {p o lite}"   w o u ld   m atc h   t h p atter n [ [ SS ]   [ C o n j ]   {SE [ I n t s ] ] ,   h a v in g   ' p o lite'  as   th e   ex tr ac ted   ter m .   T h e y   cr ea ted   1 1   d if f er e n t   p atter n s   w it h   f i n ite   s et   o f   ter m s   in   ea ch   ta g   a n d   w er ab le  to   e x tr ac 6 3 3   u n iq u ter m s   o u o f   7 . 5 tw itter   co r p u s .   I n   o r d er   to   b ab le  to   m atch   m o r p atter n s ,   w ad d ed   to   th o s tag s   t h p ar o f   s p ee c h   ta g s   lab eled   b y   M A D AM I R A   c o m p r i s in g   d i f f er e n t   p atter n s   as d etailed   in   T ab le  2 .   Fo r   ex a m p le  [ A d j ec tiv [ I n ts ] ]   w o u ld   m atc h   'v er y   e x ce lle n t ' .   W also   b en ef ited   f r o m   t h f ac th at  th A r ab ic  lan g u ag h as  e m b ed d ed   ' لا '   in   d ef in ite  n o u n s   an d   t w o   co n s ec u ti v n o u n s   ar u s u all y   co n ce p li k ' ة ز ٕ خ ا  ثا ُىسن ا '   ( ' r ec en y ea r s ' )   th at  ca n   b ex tr ac ted   ea s il y   u s i n g   th p atter n   [ { ل ا  }{   لا ] .   A lt h o u g h   u s i n g   s y n tactic  p atte r n s   is   co n s id er ed   h eu r is t ic  m eth o d ,   it  ex tr ac ted     M O V   A TT   R ES# 2   P R O D   R ES# 1   H TL   # S e n t e n c e s   1 5 2 4   2 1 5 4   2 6 4 2   4 2 7 2   8 3 6 4   1 5 5 7 2   # P o si t i v e   se n t e n c e s   9 6 9   2 0 7 3   2 1 0 9   3 1 0 1   5 9 4 6   1 0 7 7 5   # N e g a t i v e   se n t e n c e s   3 8 4   81   2 6 8   8 6 3   2 4 1 8   2 6 4 7   # M i x e d   se n t e n c e s   1 7 1   0   2 6 5   3 0 8   0   2 1 5 0   # u n i q u e   c o n c e p t s   1 8 5 1 1   9 1 0 0   5 8 6 2   4 6 5 4   2 6 0 0 0   4 1 0 4 6   Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J   E lec  &   C o m p   E n g     I SS N:  2 0 8 8 - 8708       A   F r a mewo r fo r   A r a b ic  C o n ce p t - Leve l S en timen t A n a lysi s   u s in g   S en ticN et  ( Hen d   G.   Ha s s a n )   4019   b etter   co n ce p ts   t h an   u s i n g   M A D AM I R A's  n o u n   p h r ase s   a n d   v er b   p h r ases   alo n co n s id er in g   t h a m b ig u itie s   ass o ciate d   w ith   A r ab ic.       T ab le  2 .   Set o f   P atter n s   w it h   Ma tch ed   E x a m p les     P a t t e r n   n u m b e r   S y n t a c t i c   p a t t e r n   P a t t e r n 's   Ex c e p t i o n   Ex a mp l e   o f   a   mat c h   B i n g   T r a n sl a t i o n   C o n c e p t   N o u n   p h r a se s   P1     ـن ا   }         ـن ا   }     ـن اَ   }       ـن ا {  }     ن         ـن ا   {  }     ـن ب ك   }       ـن ا     }     ـن ب ف {  }      ـ نا   {  }     ـن ب ب   }       ـن ا     }     ـه ن   }       ـن ا     }   S e c o n d   w o r d   i n   [ ِ ذ نا ,     ّ خ نا       ّ هن ا ,   e t c . ]     ة ز ٕ خ ا  ث ا ُى س نا   ْ ز ٍ ق نا   ساُس ُنا َ   ة د ٔ د ج ن ا  ر ب ك ف ن   ت ٕ و ُك نا   ْ ُق نب ك   ٓ م ُك ح ن ا  لُئس م نب ف   ٓ نَ ا  ت ج ر د نب ب   تع ٔ ز س نا   ث ب ب ج ُهن   r e c e n t   y e a r s   a n d   o b se ssi v e   c o m p u l si v e   d i so r d e r   t o   n e w   i d e a s   a s c o sm i c   p o w e r s   t h e   g o v e r n me n t   o f f i c i a l   i n   f i r st   c l a ss   f o r   f a st   f o o d   r e c e n t _ y e a r   o b se ssi v e _ c o mp u l si v e _ d i so r d e r   n e w _ i d e a   c o smic _ p o w e r   g o v e r n me n t _ o f f i c i a l   f i r st _ c l a ss   f a st _ f o o d   P2     ـن ا   }        A d j e c t i v e     ـن اَ   }       A d j e c t i v e     ـن ب ف {  }    A d j e c t i v e     د ٔ د ج   م هٕ ف نا   ٓ نب ع   ز ع س نا َ   د ٕ ج   م هٕ ف نب ف   N e w   mo v i e   A n d   t h e   p r i c e   i h i g h   I t   i s a   g o o d   mo v i e   n e w _ mo v i e   p r i c e _ h i g h   g o o d _ mo v i e   P3   {  }     ه ٔ {  }   هٔ   [ ه ٔ ذ نا ,   ه ٕ ب   ب م ه ٕ ب ,   e t c . ]   ه ٕ ف هخ خ م   ه ٕ س ب ق م ب   W i t h   d i f f e r e n t   si z e s   d i f f e r e n t _ s i z e   P4   {  }     ن َ {  }   نَ     ن ُب ر د م   ن ُهم ب ع نا   T r a i n e d   w o r k e r s   T r a i n e d   P5   {  }     ن ا {  }   نا   [ نا ,   ن ب ك ,   ن اَ ,   e t c . ]   ن ب ح د ٔ ز ف  ن ب خ ٕ ص خ ش   U n i q u e   p e r so n a l i t i e s   U n i q u e   P6   A d j e c t i v e   +   [ I n t s]       س ب خ م م     ا د ج   V e r y   e x c e l l e n t   Ex c e l l e n t   P7   N o u n   +   a d j e c t i v e     تع ٔ ز س   ث ب ك ز ح ب   Q u i c k   mo v e me n t s   q u i c k _ mo v e me n t   P8   [ P _ p r o n ]   +   A d j .   [ P _ r e f ]   +   A d j .   [ D _ p r o n ]   +   A d j .   P a t t e r n   f o l l o w e d   b y     ' هم '   ظ ُظ ح م   ج و ا   ت ى ٕ ع م   سب و   م ض ف ا  ٌُ   L u c k y   y o u   C e r t a i n   p e o p l e   I s b e st   L u c k y   c e r t a i n   b e st   V e r b   P h r a se s   P9   V e r b   +   n o u n     ج قَ  ج ٕ ض قَ   I   sp e n t   t i me   sp e n d _ t i me         P r o c e d u r e :       p o l a r i t y   d e t e c t i o n   I n p u t :   En g l i sh   t r a n sl a t i o n   o f   t h e   p a t t e r n s   O u t p u t :   P o l a r i t y ,   P l e a san t n e ss,  A t t e n t i o n ,   S e n si t i v i t y ,   A p t i t u d e ,   S e man t i c s     B e g i n :                   F o r   e a c h   p a t t e r n   i n   t h e   se n t e n c e :                             R e mo v e   p u n c t u a t i o n s                             R e mo v e   st o p w o r d s                             l e mm a t i z e   t h e   n o u n s                             I f   t h e   f i r st   w o r d 's t a g   i s v e r b                                       L e mm a t i z e   t h e   v e r b                             S e a r c h   f o r   a   ma t c h   i n   S e n t i c N e t                     E n d                   S u m   t h e   p o l a r i t i e s o f   e a c h   se n t e n c e                   I f   c l a ssi f y i n g   i n t o   t h r e e   c l a sse                         I f   ( su m > =   1 )                               P o si t i v e                         El se   i f   ( su m   < = -   1)                               N e g a t i v e                       El se                               M i x e d                         En d                 El se   I f   c l a ssi f y i n g   i n t o   t w o   c l a sse s                       I f   ( su m > =   0 )                               P o si t i v e                         El se   i f   ( su m   < 0 )                               N e g a t i v e                         E n d                 En d   En d     Fig u r 4 .   P s eu d o   co d f o r   p o la r it y   d etec tio n       Nex t,  w u s ed   Mic r o s o f B in g   tr an s lato r   to   tr an s late  t h m atch es  to   E n g lis h .   Ha v in g   E n g lis h   o n   th e   o u tp u s id o f   t h m ac h in tr a n s lat io n   s y s te m   a n d   n o tr an s l atin g   co n ce p ts   f r o m   Se n ticNet   in to   A r ab ic  av o id s   th a m b i g u it y   o f   d i f f er e n d ial ec ca n d id ates  an d   d if f er e n s e n ten ce   s tr u c tu r es A r ab ic  is   o n o f   th la n g u a g es   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 0 8 8 - 8708   I n t J   E lec  &   C o m p   E n g ,   Vo l.  8 ,   No .   5 Octo b er   2 0 1 8   :    401 5     40 22   4020   th at  h a s   m u lt ip le  s en te n ce   f o r m s   [ s u b j ec t - v er b - o b j ec ( SVO) ,   v er b - s u b j ec t - o b j ec ( VSO) ,   v er b - o b j ec t - s u b j ec t   ( VOS)   asid es to   th p o s s ib ili t y   o f   h av in g   co r r ec t sen te n ce   d r o p p in g   v er b   o r   co p u la] .     A last ,   t h tr an s lated   ex tr ac ted   co n ce p ts   f o llo w   t h s tep s   p r esen ted   in   Fi g u r 4   to   m a tch   th s a m e   f o r m   o f   Se n tic Net ' s   co n ce p ts   w h er n o u n s   ar s i n g u lar   an d   v er b s   ar le m m atize d .   I f   a   m atc h   i s   f o u n d   i n   Sen ticNe th e n   t h p o lar it y   v a lu is   r ea d .   I f   n o s ea r ch   f o r   m atc h   f o r   th f ir s w o r d   o f   t h co n ce p is   d o n e   as  it  i s   u s u all y   a n   ad j ec tiv f o r   ex a m p le  ' ع ئ ار  ق دىف '   ( w o n d er f u h o tel)   w o u ld   e x tr ac 'w o n d er f u l '   i f   th w h o le  co n ce p t 'w o n d er f u l_ h o tel '   is   n o t f o u n d   i n   Se n ticNet.       4.   RE SU L T A ND   D I SCU SS I O N   I n   o r d er   t o   p r o p er ly   ev al u ate   th p er f o r m an ce   o f   t h p r o p o s ed   f r am e w o r k ,   w u s ed   t h lead in g   m ea s u r in g   m et h o d s   in   th N L P   C las s i f icatio n   p r o ce s s :   p r ec is io n ,   r ec all,   f - m ea s u r a n d   ac cu r ac y   t h at  ar s h o w n   b y   v al u e s   i n   t ab le3   r es p ec tiv el y   f o r   ea ch   d atase i n   c ase  o f   2 - clas s   cla s s i f icat io n   p r o b lem   ( p o s itiv e   an d   n eg at iv e)   a n d   3 - cla s s   cla s s i f ic atio n   p r o b le m   ( p o s itiv e,   n e g at iv a n d   m i x ed ) . W h i g h l ig h te d   th d ataset s   w it h   th b est  s co r es  r ev ea li n g   t h at  th 2 - cla s s   cla s s i f icatio n   p r o b lem   h a s   b etter   r esu lt s   th a n   th 3 - cla s s   class i f icatio n   p r o b lem   f o r   t h e   s a m d ataset.   T h s a m r es u lt   wa al s o   o b tain ed   in   [ 2 0 ] .   A n d   to   s h o w   th e   d if f er e n ce   b et w ee n   o u r   m et h o d   an d   ex is ti n g   o n es,  w co m p a r ed   th ese  r e s u l ts   w it h   t h o n es  o b tain ed   in   [ 2 0 ]   in   w h ic h   t h e y   u s ed   t h s a m d ata s et  w e   u s ed   b u w h ile   u s i n g   th s tati s tical  m et h o d s   ( See  T ab le  4 ) .   T h r ep o r te d   av er ag ac c u r ac y   i n   T ab le  3   is   t h av er a g o f   a ll  ac cu r a cies  r ep o r ted   af ter   u s i n g   d if f er en lex ico n   b ased   f ea t u r es.  T h e ir   r ep o r ted   ac cu r ac y   is   r esu lt  o f   tr ai n in g   8 0 %   o f   th d ata  w i th   m ac h in le ar n in g   clas s i f ier   an d   ca lcu lati n g   ac cu r ac y   o n   2 0 test   s a m p le  f r o m   t h s a m d ata  w it h   th clas s i f ier .   Fu r t h e r m o r e ,   b est  ac cu r ac y   s co r e   in   th 2 - c lass   cla s s i f icat i o n   h ap p en s   f o r   th A T T   d ataset.   T h is   co u ld   b ex p lain ed   b y   th f ac t h at  it  h as   m o r e   co n ce p ts   e x tr ac ted   as   co m p ar ed   to   R E S# 2   t h at  h as  m o r s en te n ce s   b u f e w er   co n ce p ts   a n d   f o r   w h ic h   i t   s co r ed   th s ec o n d   b est ac cu r ac y .         T ab le  3 .   T h V alu o f   P r ec is io n ,   R ec all,   F - m ea s u r an d   ac cu r ac y   r esp ec ti v el y   f o r   each   D a t aset     P   R   F1   A c c .   El S a h a r 's w o r k   a v e r a g e   a c c u r a c y   3 - c l a ss   A TT   T h e r e   a r e   n o   mi x e d   p o l a r i t y   r e v i e w s i n   t h e   A TT   d a t a se t   N o t   me n t i o n e d   P R O D   . 5 7   . 4 5   . 4 9   . 4 5   0 . 5 1   M O V   . 5 1   . 6 2   . 5 4   . 6 2   0 . 4 7   R ES# 2   . 7 2   . 7 2   . 7 1   . 7 2   0 . 5 7   H TL   . 5 5   . 6 2   . 5 8   . 6 2   0 . 6 4   2 - c l a ss     A TT   . 9 6   . 8 6   . 9 1   . 8 9   N o t   me n t i o n e d   P R O D   . 7 8   . 9 1   . 8 4   . 7 3   0 . 7 4   M O V   . 7 3   . 9 1   . 8 1   . 7 0   0 . 6 9   R ES# 2   . 9 1   . 9 1   . 9 1   . 8 5   0 . 8 1   H TL   . 8 1   . 8 7   . 8 4   . 7 3   0 . 8 5       T ab le  4 C o m p ar is o n   b et w ee n   o u r   R es u lts   a n d   E lSah ar 's R es u lts     A v e r a g e   a c c u r a c y   D a t a se t   l e x i c o n     3 - c l a ss   2 - c l a ss   El S a h a r 's   w o r k   . 5 6   . 7 7   2 k   u n   n o r mal i z e d   e n t r i e s   P r o p o se d   f r a me w o r k   . 6 0   . 7 5   9 6 k   u n i q u e   e n t r i e s       Fig u r 5   i s   b o x p lo o f   t h n u m b er   o f   w o r d s   a n d   co n ce p ts   f o r   ea c h   d ataset   an d   it  s h o w s   th at   A T T   h as  m o r w o r d s   in   th e   s e n te n ce   th a n   R E S# 2   ca u s i n g   m o r co n ce p ts .   A lt h o u g h   MO V   d ataset  h as  r elati v el y   m o r e   co n ce p ts ,   i s co r ed   last .   T h at  ca n   b e x p lain ed   b y   t h f ac t h at  it  h as  th e   lo n g est   r ev ie w   len g t h   a s   it   h a s   2 5 3 0   w o r d s   i n   o n o f   th e   r ev i e w s .   T h 3 - cla s s   c lass if ica tio n   p r o b le m   h as  th e   s a m r a n k i n g   o r d er   ex ce p f o r   th P R OD  d ataset  t h at  h a s   f a ll en   b eh i n d   as  i t  has   uni - g r a m  r ev i ews.   On   t h o t h er   h a n d ,   E lSa h ar   ' s   l ex ico n   [ 2 0 ]   h a s   ar o u n d   2 0 0 0   en tr ies ( u n i - g r a m s   a n d   b i - g r a m s )   th at   ar n o n o r m alize d   n o r   le m m ati ze d ; ' ح صو أ '   ( I   r ec o m m e n d )   ,   ' ء ازشب  ح صو ا '    ( I   r ec o m m e n d   t o   b u y )   , ' ً ب   ح صو ا    '   ( r ec o m m en d   it)  , '   ب ٍ ب   ح صو ا    '   ( I   r ec o m m e n d   it/ f e m ale  p r o n o u n ) ,'  م ك حص و ا    '   ( I   r ec o m m en d   y o u   )   ar all  en tr ies an d   all  o f   t h e m   h a s   th s a m le m m ' r ec o m m e n d '   w h ile  w w e r ab le  to   ex tr ac ar o u n d   6 9   k   u n iq u e n tr ies  a f ter   r e m o v i n g   r ed u n d a n c y   f r o m   t h d if f er en d ataset s .   Fu r t h er m o r e,   w u s ed   test   s a m p l f r o m   t h d ataset   ( R E S# 1 )   in   o r d er   to   v alid ate  o u r   lex ico n   b y   f o llo w i n g   th s a m s tep s   i n   th f r a m e w o r k   w h ile  s k ip p in g   t h e   tr an s latio n   s tep   as  s h o w n   i n   F ig u r 6 .   W w er ab le  to   m at ch   6 8 o f   t h c o n ce p ts   e x tr ac ted   f r o m   R E S# 1   in   th lex ico n .   T h ac cu r ac y   o b t ain ed   w a s   7 0 an d   th p r ec is io n   w as  7 0 w ith   r ec all  o f   1 0 0 an d   an   F - m ea s u r o f   8 2 %.    Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J   E lec  &   C o m p   E n g     I SS N:  2 0 8 8 - 8708       A   F r a mewo r fo r   A r a b ic  C o n ce p t - Leve l S en timen t A n a lysi s   u s in g   S en ticN et  ( Hen d   G.   Ha s s a n )   4021       Fig u r 5 B o x p lo t' s   s ec tio n   s h o w i n g   t h n u m b er   o f   w o r d s   a n d   co n ce p ts   f o r   ea ch   d ataset           Fig u r 6 .   Flo w   c h ar f o r   th te s tin g   f r a m e w o r k   o f   th le x ico n   d ataset       5.   CO NCLU SI O N   AND  F U T U RE   WO RK   A   n o v e f r a m e w o r k   f o r   co n c ep t - lev e s e n ti m e n a n al y s i s   w a s   i n tr o d u ce d   to   d etec t h p o lar ity   o f   A r ab ic  s en te n ce s   u s i n g   Se n tic n et.   T h f r a m e w o r k   is   cr ea ted   s o   t h at  it   ca n   h a n d le  a m b i g u i t y   i s s u es  a s s o ciate d   w it h   A r ab ic  i n cl u d in g   t h f ac t   th at  s la n g   A r ab ic  lac k s   s y n tac tic  r u les   an d   to o ls   to   d ea w i th   an d   it  al s o   d o esn ' t   in cl u d u s in g   a n y   m ac h i n lea r n in g   al g o r ith m . T h f r a m e w o r k   w as  te s ted   o n   m u lti - d o m ai n   d ataset  co v er i ng  p u b lic  r ev ie w s   s cr ap p ed   f r o m   th i n ter n et.   T h r esu lt s   s h o w ed   p r o m is i n g   p er f o r m an ce   as  th ac cu r ac y   r ea ch ed   8 9 %.  it  also   o u tp er f o r m ed   o t h er   r esear ch   w o r k s   in   ter m s   o f   d etec ti n g   t h p o lar it y   o f   s e n te n ce   w it h o u h a v i n g   p r io r   an n o tat ed   d ata.   I n   th f u t u r e,   w p lan   o n   Ha n d li n g   P o lar it y   i n v e r s io n   ter m s   s u c h   as   n eg at io n s   a n d   also   d ef i n i n g   t h s co p o f   ea ch   n eg a tin g   ter m   alo n g   t h s e n te n ce .       RE F E R E NC E S   [1 ]   E.   Ca m b ira,  e a l .,   T h e   CL S A   M o d e l:   A   No v e F ra m e w o rk   f o Co n c e p t - L e v e S e n ti m e n A n a l y si s ‖,   16 th   in ter n a t io n a l   Co n fer e n c e , CICL in g   2 0 1 5 ,   P a rt   II,   p p .   3 - 2 2 ,   2 0 1 5 .   [2 ]   E.   Ca m b ira,  A n   In tro d u c ti o n   to   C o n c e p t - L e v e S e n ti m e n A n a l y s is ,   T h e   1 2 t h   M e x ica n   In ter n a ti o n a Co n fer e n c e   o n   Art if icia l   In tell ig e n c e ,   P a rt   II,   p p .   4 7 8 - 48 3,   2 0 1 3 .   [3 ]   N.  Y.  Ha b a sh ,   In tr o d u c ti o n   t o   A ra b ic  Na tu ra L a n g u a g e   P ro c e s sin g ,   S y n t h e sis  L e c tu re o n   H u ma n   L a n g u a g e   T e c h n o l o g ies   3 . 1 ,   2 0 1 0 .     [4 ]   A .   Dh o k ra t,   e a l . Re v ie w   o n   Op in i o n   M i n i n g   f o F u ll y   F led g e d   S y ste m ,   In d o n e sia n   J o u rn a o El e c trica l   En g i n e e rin g   a n d   I n fo rm a ti c s ( IJ EE I) v o l .   4 ,   n o .   2 ,   p p .   1 4 1 - 1 4 8 ,   2 0 1 6 .   [5 ]   P .   Ku m a a n d   S .   Na n d a g o p a lan ,   In sig h ts  to   P r o b lem s,  Re s e a rc h   T re n d   a n d   P r o g re ss   in   T e c h n iq u e o f   S e n ti m e n A n a l y si s ,   In ter n a ti o n a J o u rn a l   o El e c trica a n d   Co m p u ter   E n g in e e rin g   ( IJ ECE ) v o l .   7 ,   n o .   5 ,   p p .   2 8 1 8 - 2 8 2 2 ,   2 0 1 7 .   [6 ]   H .   L iu   a n d   P .   S i n g h ,   Co n c e p t Ne   A   P ra c ti c a Co m m o n   S e n se   Re a so n in g   T o o l - k it ,   BT   T e c h n o l o g y   J o u rn a l v o l .   2 2 ,   n o .   4 ,   p p .   2 1 1 - 2 2 6 ,   2 0 0 4 .   [7 ]   E.   Ca m b ria e a l .,  S e n ti c Ne t:   P u b li c ly   Av a il a b le  S e m a n ti c   Re so u rc e   f o Op in io n   M in i n g ,   AA AI  Fa ll   S y mp o si u m:   Co mm o n se n se   Kn o w led g e ,   v o l.   1 0 ,   2 0 1 0 .   [8 ]   E.   Ca m b ria e a l .,  S e n ti c Ne 2 A   S e m a n ti c   a n d   Aff e c ti v e   Re so u rc e   f o Op in i o n   M i n i n g   a n d   S e n ti m e n A n a l y sis ,   FL AIR S   c o n fer e n c e ,   p p .   2 0 2 - 2 0 7 ,   2 0 1 2 .   [9 ]   E.   Ca m b ria e a l .,  S e n ti c Ne 3 A   Co m m o n   a n d   Co m m o n - S e n se   Kn o w led g e   Ba s e   f o Co g n it io n - D riv e n   S e n ti m e n A n a l y si s ,   T we n ty - e ig h t h   AA AI   c o n fer e n c e   o n   a rti fi c ia l   in tell ig e n c e 2 0 1 4 .   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 0 8 8 - 8708   I n t J   E lec  &   C o m p   E n g ,   Vo l.  8 ,   No .   5 Octo b er   2 0 1 8   :    401 5     40 22   4022   [1 0 ]   E.   Ca m b ria e a l .,  S e n ti c Ne 4 A   S e m a n ti c   Re so u rc e   f o S e n ti m e n A n a l y sis   b a se d   o n   Co n c e p t u a P rim it iv e s ,   COLING,   p p .   2 6 6 6 - 2 6 7 7 ,   2 0 1 6 .     [1 1 ]   P .   A ro ra ,   e a l . A n   A p p ro a c h   f o Big   Da ta  to   Ev o lv e   th e   A u sp icio u In f o rm a ti o n   f ro m   C ro ss - Do m a in s ,   In ter n a t io n a J o u rn a o E lec trica a n d   C o mp u ter   En g in e e rin g   ( IJ ECE ) v o l .   7 ,   n o .   2 , p p .   9 6 7 - 9 7 4 ,   2 0 1 7 .   [1 2 ]   A .   A lO w i sh e q ,   e t.   a l. A ra b ic  S e n ti m e n A n a l y sis  Re so u rc e s:  a   S u rv e y ,   S o c ia Co m p u ti n g   a n d   S o c ia M e d ia 8 t h   In ter n a t io n a C o n fer e n c e ,   p p .   2 6 7 - 2 7 8 ,   2 0 1 6 .     [1 3 ]   K.  Da sh ti p o u r,   e a l .,   M u lt il i n g u a S e n ti m e n A n a l y sis:  S tat e   o f   th e   A rt  a n d   In d e p e n d e n t   Co m p a riso n   o f   T e c h n iq u e s Co g n it iv e   Co m p u tati o n v o l .   8 ,   n o .   4 ,   p p .   7 5 7 - 7 7 1 ,   2 0 1 6 .     [1 4 ]   Al - Tw a ire sh ,   e a l .,   S u b jec ti v it y   a n d   S e n t im e n A n a l y sis  o f   A ra b ic:  Tr e n d a n d   C h a ll e n g e s ,   1 1 t h   In ter n a ti o n a Co n fer e n c e   o n   Co m p u ter   S y ste ms   a n d   A p p li c a ti o n s ( AICCS A) ,   I EE E/ A CS ,   p p .   1 4 8 - 1 5 5 2 0 1 4 .   [1 5 ]   K.  Ra v a n d   V .   Ra v i,   S u rv e y   o n   o p i n io n   m in in g   a n d   se n ti m e n A n a l y si s:  T a s k s,  A p p ro a c h e a n d   A p p li c a ti o n s ,   Kn o wled g e - Ba se d   S y ste ms ,   v o l.   8 9 ,   p p .   1 4 - 4 6 ,   2 0 1 5 .     [1 6 ]   M .   A M a g e e d ,   e a l .,   S A M AR:  A   S y ste m   f o S u b jec ti v it y   a n d   S e n ti m e n A n a l y sis  o f   A r a b ic  S o c ial  M e d ia ,   Co mp u ter   S p e e c h   &   L a n g u a g e v o l/ issu e 2 8 ( 1 ),   p p .   2 0 - 3 7 ,   2 0 1 4 .     [1 7 ]   T .   Jo a c h im s,  S v m li g h t:   S u p p o r v e c to m a c h in e ,   Co rn e ll   U n iv e rsity ,   2 0 0 8 .   [1 8 ]   H.  Ib ra h im ,   e a l . S e n ti m e n A n a l y si f o M o d e rn   S tan d a rd   A ra b ic  a n d   C o ll o q u ial ,   In ter n a t io n a J o u rn a o n   Na tu ra L a n g u a g e   C o mp u ti n g   ( IJ NL C) ,   v ol .   4 ,   n o .   2 ,   p p .   9 6 7 - 9 7 4 ,   2 0 1 5 .   [1 9 ]   E.   Ca m b ria  a n d   A .   Hu ss a in ,   S e n ti c   Co m p u ti n g   A   Co m m o n - S e n se - Ba se d   F ra m e w o rk   f o C o n c e p t - L e v e S e n ti m e n A n a l y si s ,   S p rin g e r ,   v o l.   1 2 0 1 5 .   [2 0 ]   H.  El S a h a a n d   S .   R.   El - Be lt a g y ,   Bu il d in g   L a rg e   A ra b ic  M u lt i - d o m a in   Re so u rc e f o S e n ti m e n A n a l y si s ,   1 6 th   in ter n a t io n a l   Co n fer e n c e , CICL in g   2 0 1 5 ,   P a rt   II,   p p .   23 - 3 4 ,   2 0 1 5 .   [2 1 ]   B.   P a n g ,   e a l . T h u m b u p ?   S e n ti m e n Clas sif ic a ti o n   u si n g   M a c h in e   L e a rn in g   T e c h n iq u e s ,   Pr o c e e d in g o f   th e   ACL - 0 2   Co n fer e n c e   o n   Emp irica l   M e th o d s i n   N a tu r a L a n g u a g e   P r o c e ss in g v ol .   10 ,   p p .   7 9 - 8 6 ,   2 0 0 2 .   [2 2 ]   A .     P a sh a ,   e t .   a l .,  M A D A M IRA :   A   F a st,  Co m p re h e n siv e   T o o f o r   M o rp h o lo g ica A n a l y s is  a n d   Dis a m b ig u a ti o n   o f   A ra b ic ,   L RE C ,   2 0 1 4 .   [2 3 ]   N.  Ha b a sh ,   e t.   a l. M A D A+ T OK A N: T o o lk it   f o A ra b ic   T o k e n iza ti o n ,   Dia c rit iza ti o n ,   M o rp h o l o g ica l   Disa m b ig u a ti o n ,   P OS  T a g g in g ,   S tem m in g   a n d   Le m m a ti z a ti o n ,   Pro c e e d in g o th e   2 n d   I n ter n a ti o n a Co n fer e n c e   o n   Ar a b ic  L a n g u a g e   Res o u rc e s a n d   T o o ls( M EDAR ) ,   Ca iro ,   Eg y p t,   p p .   1 0 2 - 10.   [2 4 ]   M .   Dia b ,   S e c o n d   G e n e ra ti o n   AMIRA   T o o ls  f o A r a b ic  P ro c e ss in g   F a st  a n d   Ro b u st  T o k e n iza ti o n ,   P OS  ta g g in g ,   a n d   Ba se   P h ra se   Ch u n k in g ,   Pro c e e d in g o KONVEN S ,   p p .   3 9 - 5 2 ,   2 0 1 2 .   [2 5 ]   H.   El S a h a a n d   S .   R.   E l - Be lt a g y ,   A   F u ll y   A u to m a ted   A p p ro a c h   f o A ra b ic  S lan g   L e x ico n   Ex trac ti o n   f ro m   M icro b l o g s ,   1 5 th   I n ter n a ti o n a l   Co n fer e n c e ,   CICL i n g   2 0 1 4 ,   P a rt  I ,   p p .   7 9 - 9 1 ,   2 0 1 4 .   Evaluation Warning : The document was created with Spire.PDF for Python.