Sentiment Analysis of Mobile Legends App Reviews Using Machine Learning and LSTM-Based Deep Learning Models
यह शोध पत्र प्रदर्शित करता है कि एक LSTM-आधारित डीप लर्निंग मॉडल ने मोबाइल लीजेंड्स ऐप की समीक्षाओं का विश्लेषण करने में पारंपरिक मशीन लर्निंग दृष्टिकोणों को पीछे छोड़ दिया है, जिसने अनौपचारिक उपयोगकर्ता टेक्स्ट के अनुक्रमिक और प्रासंगिक सूक्ष्मताओं को प्रभावी ढंग से कैप्चर करके 92% सटीकता प्राप्त की है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप "मोबाइल लीजेंड्स" नामक एक विशाल, हलचल भरे थीम पार्क के मैनेजर हैं। हर दिन, हजारों आगंतुक बुलेटिन बोर्ड पर स्टिकी नोट्स छोड़ जाते हैं। कुछ कहते हैं, "यह राइड अद्भुत है!" (सकारात्मक), कुछ कहते हैं, "लाइन बहुत लंबी थी और राइड टूट गई!" (नकारात्मक), और अन्य कहते हैं, "यह ठीक था, शायद" (तटस्थ)।
समस्या क्या है? 10,000 नोट्स हैं, जो स्लैंग, संक्षिप्त रूपों, इमोजी और यहाँ तक कि इंडोनेशियाई में अंग्रेजी के कुछ शब्दों के मिश्रण से लिखे गए हैं। उन सभी को हाथ से पढ़ना असंभव है। इसलिए, शोधकर्ताओं (विरा, खरिसा, दारिस और उनकी टीम, इंस्टिट्यूट टेक्नोलॉजी ऑफ सुमात्रा से) ने इन नोट्स को स्वचालित रूप से छाँटने के लिए दो अलग-अलग "रोबोट रीडर" बनाने का निर्णय लिया।
यहाँ बताया गया है कि उन्होंने यह कैसे किया, सरल भाषा में:
दो रोबोट रीडर
1. "कीवर्ड स्कैनर" (मशीन लर्निंग)
इस रोबोट को एक बहुत ही व्यवस्थित लाइब्रेरियन की तरह समझें। यह वास्तव में वाक्यों को "पढ़ता" नहीं है; इसके बजाय, यह विशिष्ट शब्दों को देखता है।
- यह कैसे काम करता है: यह TF-IDF नामक एक टूल का उपयोग करता है (जो एक हाइलाइटर की तरह है जो उन शब्दों को चिह्नित करता है जो नकारात्मक नोट्स में अक्सर आते हैं लेकिन सकारात्मक नोट्स में कम आते हैं)। फिर यह तीन अलग-अलग रणनीतियों का उपयोग करता है:
- नेव बेयस (Naive Bayes): एक त्वरित अनुमान लगाने वाला जो मानता है कि प्रत्येक शब्द अकेला कार्य करता है।
- लॉजिस्टिक रिग्रेशन (Logistic Regression): एक गणितीय रूप से भारी सॉर्टर जो "अच्छे" और "बुरे" को अलग करने के लिए एक सीधी रेखा खींचता है।
- रैंडम फॉरेस्ट (Random Forest): निर्णय वृक्षों (decision trees) की एक समिति जो उत्तर पर मतदान करती है।
- पकड़: यह रोबोट प्रत्येक शब्द को एक अलग द्वीप की तरह मानता है। यह नहीं समझता कि "अच्छा नहीं" केवल "अच्छा" से अलग है क्योंकि यह शब्दों के क्रम को मिस कर देता है।
2. "स्टोरीटेलर" (डीप लर्निंग / LSTM)
यह रोबട്ട് एक इंसान की तरह है जो वास्तव में कहानी पढ़ता है। यह LSTM (लॉन्ग शॉर्ट-टर्म मेमोरी) नामक एक विशेष मस्तिष्क संरचना का उपयोग करता है।
- यह कैसे काम करता है: केवल कीवर्ड देखने के बजाय, यह रोबोट शब्दों के अनुक्रम (sequence) को याद रखता है। यह समझता है कि "गेम मजेदार नहीं है" जैसे वाक्य में, "नहीं" शब्द "मजेदार" के अर्थ को पूरी तरह से बदल देता है। यह वाक्य के अंत को समझने के लिए शुरुआत की एक "याददाश्त" रखता है।
- प्रशिक्षण: शोधकर्ताओं ने इसे 10,000 नोट्स खिलाए, पहले गंदे स्लैंग और इमोजी को साफ किया, और इसे 20 राउंड (epochs) के लिए सीखने दिया।
सफाई की प्रक्रिया (प्रीप्रोसेसिंग)
नोट्स को दोनों रोबोटों को देने से पहले, टीम को डेटा को साफ करना पड़ा। कल्पना कीजिए कि आप ढेर सारे कीचड़ से भरे, मुड़े हुए कागजों को ले रहे हैं और:
- सब कुछ लोअरकेस (lowercase) में बना रहे हैं (ताकि "Happy" और "happy" एक ही हों)।
- इमोजी, URL और रैंडम प्रतीकों को हटा रहे हैं।
- स्लैंग को मानक शब्दों में अनुवादित कर रहे हैं।
- उन शब्दों को काट रहे हैं जो अर्थ में योगदान नहीं देते (stopwords जैसे "the" या "and")।
- जटिल शब्दों को उनके मूल (root) तक कम कर रहे हैं (जैसे "playing" को "play" में बदलना)।
परिणाम: कौन जीता?
शोधकर्ताओं ने दोनों रोबोटों का परीक्षण नोट्स के एक नए सेट पर किया जिसे उन्होंने पहले नहीं देखा था।
- कीवर्ड स्कैनर (मशीन लर्निंग): सबसे अच्छा समूह लॉजिस्टिस्टिक रिग्रेशन था। इसने लगभग 77% नोट्स सही पहचाने। यह ठीक था, लेकिन यह गंदी, स्लैंग वाली भाषा के साथ संघर्ष कर रहा था।
- स्टोरीटेलर (LSTM): इस रोबोट ने प्रतियोगिता को पछाड़ दिया। इसने 92% नोट्स सही पहचाने। क्योंकि यह वाक्यों के प्रवाह और संदर्भ को समझता था, इसलिए यह समझने में बहुत बेहतर था कि गुस्से में या खुश खिलाड़ी वास्तव में क्या कहना चाह रहे थे।
"तटस्थ" की समस्या
एक बाधा आई। नोट्स का ढेर असंतुलित था:
- 67% नकारात्मक थे (गुस्से वाले खिलाड़ी)।
- 24% सकारात्मक थे (खुश खिलाड़ी)।
- केवल 9% तटस्थ थे (उदासीन खिलाड़ी)।
चूंकि "तटस्थ" नोट्स बहुत कम थे, इसलिए रोबोट कभी-कभी भ्रमित हो जाते थे और उन्हें "नकारात्मक" या "सकारात्मक" के रूप में लेबल कर देते थे। LSTM अभी भी इसमें सबसे अच्छा था, लेकिन जब आपके पास सीखने के लिए पर्याप्त उदाहरण न हों तो बीच के मार्ग का अनुमान लगाना कठिन होता है।
निष्कर्ष
पेपर यह निष्कर्ष निकालता है कि मोबाइल गेम समीक्षाओं जैसे गंदे, वास्तविक दुनिया के टेक्स्ट के लिए, LSTM (डीप लर्निंग) दृष्टिकोण बेहतर है। यह एक ऐसे रोबोट की तुलना करने जैसा है जो केवल शब्दों को गिनता है बनाम एक ऐसे रोबोट की जो वास्तव में कहानी को समझता है।
टीम ने अपना काम जनता के लिए भी खुला रखा है:
- उन्होंने एक साधारण वेबसाइट बनाई जहां कोई भी समीक्षा टाइप कर सकता है और देख सकता है कि रोबोट उसके बारे में क्या सोचता है।
- उन्होंने अपना सारा कोड और डेटा GitHub पर पोस्ट किया ताकि अन्य शोधकर्ता उनके काम की जांच कर सकें।
संक्षेप में: यदि आप समझना चाहते हैं कि अराजक, स्लैंग से भरी दुनिया में खिलाड़ी वास्तव में क्या कह रहे हैं, तो आपको एक ऐसे रोबोट की आवश्यकता है जो कहानी को याद रख सके, न कि केवल एक ऐसे रोबोट की जो शब्दों को गिनता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।