Thesis (Ph.D)-Cairo University, 2023.

Bibliography: pages 102-109.

This thesis deals with Fine-Grained Sentiment Analysis (SA) which is applied on Cairene-Egyptian Arabic Slang reviews. It concentrates on multi-class classification for sentiment polarity, and user requirements. In addition, it applies various learners: lazy, eager and ensemble learners. Lazy and eager learners apply Machine Learning (ML), and Deep Learning (DL) techniques. While this thesis concentrates on applying proposed stack ensemble model. This thesis introduces Egyptian Mobile Applications Arabic Slang Reviews framework for SA, ML, and DL applications. This framework consists of 6 phases: data collection, data pre-processing, splitting phase, feature extraction phase, classification phase, evaluation phase. It proposes an ensemble stack learning model which is combined ML, and DL approaches for automatically classifying sentiment polarity, and automatically recognizing user requirements evolution to help developers update new versions. This thesis proposes an automatic keyword-based approach that aims to identify and classify user requirements into Functional Requirements (FR), and Non-Functional Requirements (NFR). Term Frequency - Inverse Document Frequency (TF-IDF), Bag of Words and Natural Language Processing (NLP) techniques utilized for extracting keywords. A keyword list collects for FR consists of (Feature Request, Bug, and Update), and NFR consists of (Response Time, Usability, Performance, Security, Frequency, Emotional Requirements). It evaluates the hybrid approach using accuracy, F1, precision, recall measures, which is accomplished high Accuracy results for recognizing, and classifying EMASR user requirements. The evaluation results shows that the proposed hybrid stack model can classify sentiment polarity, and recognize and classify user requirements better than individual machine, and deep learning techniques.

في الاعوام الماضية ، أصبحت تطبيقات الهاتف المحمول أدوات أساسية لتحسين الاتصالات والإنتاجية. فحجم مراجعات تطبيقات أجهزة المحمولة المختلفة المتزايد بسرعة يجعل من المستحيل تقريبًا تحليل مراجعات تعليقات المستخدمين يدويًا. حيث تتضمن المراجعات تقييمات النجوم والعواطف والمراجعات النصية لميزة مقترحة و / أو تقرير خطأ و / أو احتجاج على السرية. لا تزال أبحاث تحليل المشاعر العربية محدودة للغاية في العديد من التطبيقات والمجالات مقارنةً بتحليل المشاعر في اللغة الإنجليزية. تُستخدم اللغة الإنجليزية تحليل المشاعر لحل العديد من المشكلات ، مثل التحليل التلقائي لتعليقات المستخدمين ، ولكن تحليل المشاعر باللغة العربية لا تزال وليدة في هذا المجال. تعاني اللغة العربية من النقص في مجموعات البيانات الضخمة التي يمكن الوصول إليها لتحليل المشاعر والتعلم الآلي وتطبيقات التعلم العميق. ويتم توفير ميزة مراجعة تطبيقات الأجهزة المحمولة من قبل معظم منصات تطبيقات الأجهزة المحمولة ، والتي تسمح للمستخدمين بتقييم التطبيقات والتعليق عليها وتقييمها بعد استخدامها. ويتم تحديد مراجعات المستخدمين كمصدر شرقي لتحسين تطبيقات الهاتف المحمول ورفع الأهمية للمستخدمين. ومع الارتفاع الحاد في كمية المراجعات ، كيفية تحليل مراجعات المستخدم واستخراجها بشكل وظيفي وفعال والتعرف على متطلبات المستخدم الجادة منها لتحسين تطبيقات الأجهزة المحمولة. يمكن لأصحاب المصلحة في تطبيقات الأجهزة المحمولة الاستفادة من تعليقات المراجعات بعد تحليلها باستخدام تحليل المشاعر كمنهج للتنقيب فى متطلبات المستخدم لتحليل أفكار التحسينات ، ومشاعر المستخدم حول ميزات معينة ، ومواصفات تجارب الميزات. لذلك ، من الضروري التنقيب فى متطلبات مراجعات تطبيقات الأجهزة المحمولة المخزنة في مستودعات متاجر تطبيقات الأجهزة المحمولة.
تناقش هذه الأطروحة أربعة أسئلة بحثية توجيهية تركز على اتجاهات تطور المتطلبات وتحديات تعليقات مستخدمي تطبيقات الأجهزة المحمولة باستخدام تحليل المشاعر. كشفت النتائج عن النقاط الساخنة الرئيسية. أولاً ، يمكن تمثيل اتجاهات ضمان البرنامج لاستخراج المتطلبات المستقبلية ، وتطبيق أطر عمل التصنيف لتصنيف المراجعات إلى مفيدة وغير مفيدة. هناك العديد من التحديات الحالية التي يمكن مواجهتها في مجالات النقاط الساخنة التالية: تحليل المشاعر العربية، وتعليقات المستخدمين لتطبيقات الأجهزة المحمولة ، وتطور المتطلبات. أخيرًا ، لا توجد دراسة حتى الآن تطبق تحليل المشاعرالعربية على تعليقات المستخدمين لتطبيقات الأجهزة المحمولة.
تقدم الرسالة مقارنة لأبحاث تحليل المشاعر العربية المتوفرة في الدراسات السابقة بناءً على إطار مقارن صممناه لخدمة غرضنا المحدد. يركز إطار العمل المقارن على اثنى عشر عنصرًا رئيسيًا: مجموعة بيانات المجموعة وحجمها ، أدوات تحليل المشاعر العربية ، الخوارزميات / التقنيات / المصنفات ، النوع / نطاق البيانات / التطبيق ، طرق استخراج / تجميع مجموعات البيانات ، نوع اللغة العربية ، نهج تحليل المشاعر، خطوات المعالجة المسبقة ، الميزات ، الدقة ، تحليل المشاعر/ المستوى الذاتي ، المعجم / اسم المجموعة ، مستوى قطبية المشاعر ، طرق التقييم. أخيرًا ، تشير النتائج إلى إرشادات لتطبيق عملية تحليل المشاعر العربية في مجالات مختلفة ، وأساليب تحليل المشاعر الشائعة ، والتقنيات ، وخطوات المعالجة المسبقة ، ومستوى تحليل المشاعر العربية ، وطرق الاستقطاب المختلفة ، وطرق التقييم. أيضًا ، يقترح نهج تحليل المشاعر ، ونموذج المشاعر الذي تم استخدامه بشكل سيئ في منطقة تحليل المشاعر العربية حتى الآن. الهدف الرئيسي من هذه الدراسة المقارنة هو توضيح ما إذا كان أي منشور قد استعرض دورًا مهمًا لتطبيق تحليل المشاعر العربية لتحليل تعليقات المستخدم على تطبيقات الهاتف المحمول التي تؤثر على تلبية متطلبات المستخدم من التطور.
تستعرض الرسالة منهجية إطار مراجعات تطبيقات المحمول باللغة العامية المصرية ، وهي مجموعة بيانات بسيطة لتطبيقات الجوال باللغة العربية المراجعات العامية لتطبيقات تحليل المشاعر و التعلم الالى و التعلم العميق والتي تساعد مطوري التطبيقات على تلبية تطور متطلبات المستخدم. يتألف منهجية إطار مراجعات تطبيقات المحمول باللغة العامية المصرية من 56011 مراجعة لتطبيقات الجوّال مؤلفة من متجر جوجل يتضمن كل سجل فئة التطبيق ، واسم التطبيق ، ومتجر التطبيقات ، ومعرف التطبيق ، ومعرف المراجعة ، والبلد ، وتقييم النجوم من 1 إلى 5 ، والتاريخ ، واسم مستخدم المراجع (المؤلف) ، وبيانات المراجعة (النص الأساسي) ، ونص المراجعة المترجم ، و المشاعر (مراجعة القطبية (إيجابية ، سلبية ، محايدة)) ، واللغة. منهجيتنا تتكون من ست مراحل. نقوم بتجميع مجموعة بيانات مراجعات تطبيقات الأجهزة المحمولة ، ثم نطبق خطوات المعالجة المسبقة ، بالإضافة إلى الأداء مهام تحليل المشاعر. لتقييم مجموعات بيانات منهجية إطار مراجعات تطبيقات المحمول باللغة العامية المصرية ، نطبق أولاً تقنيات تصنيف التعلم الالى : آلة متجه الدعم ، والانحدار اللوجستي ، والغابة العشوائية ، وتقنية تصنيف التعلم العميق: متعدد الطبقات شبكة العصبية. من فحص تقنيات التصنيف السابقة ، اعتمدنا نهج تصنيف هجين مدمجًا من أفضل نتيجتين من نتائج تصنيف التعلم الالى ، ومصنف التعلم العميق. تثبت النتائج مدى كفاية نهج التصنيف المختلط الخاضع للإشراف لمجموعات بيانات منهجية إطار مراجعات تطبيقات المحمول باللغة العامية المصرية. تتكون مساهمتنا من جانبين رئيسيين أساسيين: أولاً ، تجميع مجموعة بيانات معيارية بسيطة لتطبيقات الأجهزة المحمولة وجعلها متاحة ومتاحة لجمعية أبحاث تحليل المشاعر ، التعلم الالى ، والتعلم العميق حول اللغة العربية وخاصة اللغة العامية المصرية العربية ، وثانيًا ، اعتماد تصنيف مختلط. نهج منهجية إطار مراجعات تطبيقات المحمول باللغة العامية المصرية لتصنيف متطلبات المستخدم تلقائيًا ، وتحسين أداء الدقة.
في هذه الرسالة ، نقترح منهجًا آليًا لتحديد وتصنيف المتطلبات إلى متطلبات وظيفية ، ومتطلبات غير وظيفية من مراجعات اللغة العربية العامية لتطبيقات الجوال المصرية ، باستخدام مجموعة من التقنيات تردد المصطلح - تردد المستند العكسي ، تقنيات حقيبة الكلمات ومعالجة اللغة الطبيعية مع اختيار الكلمات الرئيسية. نقترح تطبيق نهج سلاسل المصنفات لتحويل مشكلة البيانات متعددة العلامات إلى مشكلة واحدة أو أكثر في وضع العلامات الفردية ، واستخدام نموذج تصنيف المكدس المختلط ، والذي يجمع بين نهج التعلم الآلي والتعلم العميق الذي يتكون من الانحدار اللوجستي والغابة العشوائية والشبكة العصبية متعددة الطبقات. يحقق نموذج تصنيف المكدس الهجين نتائج عالية الدقة لتصنيف متطلبات مستخدم منهجية إطار مراجعات تطبيقات المحمول باللغة العامية المصرية على النحو التالي: (96.7%) لتصنيف الأداء ، (95.3%) لتصنيف المتطلبات العاطفية ، (96.1%) لتصنيف المتطلبات الاخرى ، (94.9%) لـتصنيف سهولة الاستخدام ، (93.9%) لتصنيف الأمان و وقت الاستجابة ، و (93.7%) لتصنيف التحديث.

Issues also as CD.

Text in English and abstract in Arabic & English.