Irak lehçesine göre Arapça metinlerde derin öğrenme yöntemleriyle duygu analizinin gerçekleştirilmesi
Sentiment analysis of Arabc texts in the Iraqi dialect using deep learning methods
- Tez No: 1023421
- Danışmanlar: PROF. DR. NECAATTİN BARIŞÇI
- Tez Türü: Doktora
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı (disiplinlerarası)
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, Irak Arapçası lehçesi için Duygu Analizini (DA) geliştirmeye yönelik yöntemleri incelemektedir. Irak Arapçası, dilbilimsel açıdan karmaşık ve kaynak bakımından sınırlı bir lehçedir. Araştırma, lehçeye özgü veri kaynaklarının yetersizliği, mevcut duygu analizi modellerinin sınırlılıkları ve derin öğrenme tabanlı sınıflandırma sistemlerinde yorumlanabilirliğin artırılması gereksinimi gibi temel sorunları ele almaktadır. Bu zorlukları aşmak amacıyla iki hibrit derin öğrenme modeli geliştirilmiştir. İlk model bağlamsal gömme temsillerini yerel ve küresel özellik çıkarımı ile birleştirmektedir. Model, IQAD31K veri kümesinde %95.63 ve IAD veri kümesinde %94.50 F1-skoru elde ederek geleneksel makine öğrenmesi yaklaşımlarından daha yüksek performans göstermiştir. Gerçekleştirilen ablasyon çalışması, her bileşenin katkısını doğrulamıştır: bağlamsal temsil için AraBERT, yerel özellik çıkarımı için Evrişimsel Sinir Ağları (ESA) (Convolutional Neral Network -CNN) , uzun menzilli bağımlılıkların modellenmesi için Çok Başlı Dikkat (ÇBD) (Multi-Head Attention - MHA) ve sıralı bağlamın işlenmesi için Çift Yönlü Uzun Kısa Süreli Bellek (ÇYUKSB)(Bidirectional Long Short-Term Memory - BiLSTM). Bu mimari temel alınarak daha yorumlanabilir ikinci bir hibrit model önerilmiştir. Bu model, MARBERT, Çift Yönlü Kapılı Tekrarlayan Birim (ÇYKTB)(Bidirectional Gated Recurrent Unit - BiGRU), ÇYUKSB ve dikkat mekanizmalarını birleştirirken SHAP, LIME ve dikkat analizi gibi Açıklanabilir Yapay Zeka(AYZ)(Explainable Artificial Intelligence- XAI) teknikleri ile desteklenmiştir. Model, IQAD31K veri kümesinde %96.80, IRAQIDSAD veri kümesinde ise %92.08 doğruluk oranına ulaşmıştır. AYZ analizi modelin karar verme sürecine ilişkin önemli içgörüler sağlamış, ancak çelişkili duygu ifadeleri içeren bazı cümlelerde sınıflandırma zorluklarını da ortaya koymuştur. Kaynak eksikliğini gidermek amacıyla, 37.322 benzersiz etiketli örnekten oluşan IQAD37K veri kümesi geliştirilmiştir. Deneysel sonuçlar, sıfır atış yaklaşımının Irak Arapçasında yetersiz kaldığını, buna karşılık ince ayarın duygu analizi performansını belirgin şekilde iyileştirdiğini göstermektedir. Bulgular, düşük kaynaklı Arapça lehçelerinde lehçeye özgü eğitim ve çeşitli veri kümelerinin önemini vurgulamaktadır.
Özet (Çeviri)
This thesis investigates methods to advance Sentiment Analysis (SA) for the Iraqi Arabic dialect, a complex and under-resourced linguistic variety. The research addresses key challenges including limited dialect-specific resources, model limitations, and the need for improved interpretability in deep learning systems. To address these challenges, two hybrid deep learning models were developed. The first model combines contextual embeddings with local and global feature extraction. It achieved F1-scores of 95.63% on IQAD31K and 94.50% on the IAD dataset, outperforming traditional Machine Learning (ML) approaches. An ablation study confirmed the contribution of each component: AraBERT for contextual representation, Convolutional Neural Network (CNN) for local feature extraction, Multi-Head Attention (MHA) for modelling long-range dependencies, and Bidirectional Long Short-Term Memory (BiLSTM) for sequential context processing, demonstrating their effectiveness in capturing linguistic characteristics of Iraqi Arabic. Building on this architecture, a second interpretable hybrid model was proposed. This model integrates MARBERT with Bidirectional Gated Recurrent Unit (BiGRU), BiLSTM, and attention mechanisms, complemented by Explainable Artificial Intelligence (XAI) techniques including SHAP, LIME, and attention analysis. The model achieved accuracy scores of 96.80% on IQAD31K and 92.08% on IRAQIDSAD. XAI analysis provided insights into the model's decision-making process and its ability to identify context-specific sentiment expressions. However, it also revealed a limitation in classifying sentences containing contradictory sentiment signals. To address the scarcity of resources, the IQAD37K dataset was developed, comprising 37,322 uniquely annotated samples. Experimental results demonstrate that the zero-shot approach is insufficient for Iraqi Arabic SA, whereas fine-tuning significantly improves SA performance. The findings highlight the importance of dialect-specific training and diverse datasets for reliable SA in low-resource Arabic dialects.
Benzer Tezler
- Basra Dil Mektebi ve başlıca temsilcileri
Basra Language School and the main representatiyes
HALİT YAĞAN
Doktora
Türkçe
2002
Doğu Dilleri ve EdebiyatıAtatürk ÜniversitesiDoğu Dilleri ve Edebiyatları Ana Bilim Dalı
PROF. DR. KENAN DEMİRAYAK
- La Vie artistique litteraire culturelle et sociale l'Izmir en langue Française (du XVII'eme siecle a nos jours)
Fransızca'da İzmir'in sanatsal edebi kültürel ve toplumsal yaşamı (XVII'inci yüzyıldan günümüze)
HASAN ZORLUSOY
Doktora
Fransızca
1993
Fransız Dili ve EdebiyatıDokuz Eylül ÜniversitesiFransız Dili ve Edebiyatı Ana Bilim Dalı
PROF. DR. EROL KAYRA
- Türkiye Türkçesi ve Irak Türkmen Türkçesinde çekim ekleri
Inflectional suffixes in the common Turkish and Iraqi Turkmen Turkish Language
ASAN SHARAF ABDULLAH
Yüksek Lisans
Türkçe
2019
DilbilimBartın ÜniversitesiTürk Dili ve Edebiyatı Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUNA BEŞEN DELİCE
- Folklorê kirmancan (Zazayan / Kırdan / Dimılîyan) ser o cigêrayîşê
Kırmancların (Zazaların/Kırdların/Dımılilerin) folkloru üzerine bir araştırma
NADİRE GÜNTAŞ ALDATMAZ
Yüksek Lisans
Kürtçe
2013
Doğu Dilleri ve EdebiyatıMardin Artuklu ÜniversitesiKürt Dili ve Kültürü Ana Bilim Dalı
PROF. DR. KADRİ YILDIRIM
- Rê û rêbazên nivîsandina nûçeyên Kurdî
Kürtçe haber yazım ve teknikleri
ADEM BALTA
Yüksek Lisans
Kürtçe
2017
GazetecilikMuş Alparslan ÜniversitesiKürt Dili ve Kültürü Ana Bilim Dalı
YRD. DOÇ. DR. CANSER KARDAŞ