Sentiment analysis of Turkish tweets
Türkçe tweetlerin duygu analizi
- Tez No: 436119
- Danışmanlar: PROF. DR. ADEM KARAHOCA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde, kısa ve öz şekilde duyguların belirtildiği ve kelimelerin doğrudan işlenebilecek kadar düzgün formatlı olmadığı Türkçe tweetlerin R programlama diliyle işlenebilmesi ve bu konuda bir başlangıç noktası olması açısından genel bir çerçeve önerisinde bulunulmuştur. Bunun yanı sıra özellikle Türkçe alanda yapılan çalışmaların çoğu, analiz edilecek verinin kapsamı ve data set oluşturmak üzerine hazırlanmıştır. Türkçe sentiment analizi üzerine sağlam ve kullanılabilir bir web veya istemci uygulaması henüz yoktur. Bu tez bir adım ileri safhada çalışmalar yapılabilmesi için bir başlangıç noktasıdır. Amacı da en yaygın makine (yapay) öğrenme metodları olan Destekçi Vektör Makinası, Rasgele Orman Karar Ağaçları, Boosting, Maksimum Entropi, Yapay Sinir Ağları karşılaştırmalarını yapmaktır.
Özet (Çeviri)
This thesis proposes a general frame in R programming language; to act as a gateway for the analysis of the tweets that portray emotions in a short and concentrated format. The target tweets include brief emotion descriptions and words that are not used with a proper format or grammatical structure. Majority of the work constituted in Turkish includes the data scope and the aim of preparing a data-set. There is no concrete and usable work done on Turkish Tweet sentiment analysis as a software client/web application. This thesis is a starting point on building up the next steps. The aim is to compare five different common machine learning methods: Support Vector Machines, Random Forests, Boosting, Maximum Entropy and Artificial Neural Networks.
Benzer Tezler
- Sentiment analysis of Turkish financial tweets using deep learning models for BIST 100 index
BİST 100 endeksi için derin öğrenme modelleri kullanılarak Türkçe finansal tweetlerin duygu analizi
ERKUT MEMİŞ
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA YENİAD
- Suriyeli mülteciler konusunda derin öğrenme tabanlı ön eğitimlibert dil modelleri kullanılarak Türkçe tweetlerin duygu analizi
Deep learning based pre-trained on syrian refugeessentiment analysis of Turkish tweets using bert language models
HÜSEYİN ATEŞ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiYapay Zeka Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NURİ BİNGÖL
- Türkçe tweetlerin analiz edilebilmesi için hadoop/hive kullanan melez bir sistemin geliştirilmesi
Development of a hybrid system using hadoop/hive for analyzing Turkish tweets
SİNAN KUL
Doktora
Türkçe
2018
İşletmeAtatürk ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
PROF. DR. ÜSTÜN ÖZEN
- Twitter sentiment analysis with Turkish tweets for exchange rate prediction
Döviz kuru tahmini için Türkçe tweetler ile twitter duygu analizi
YUSUF FURKAN KOÇ
Yüksek Lisans
İngilizce
2022
Bilim ve TeknolojiBaşkent ÜniversitesiTeknoloji ve Bilgi Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NURCAN ALKIŞ
- Applications of aspect-based sentiment analysis
Metınsel verılerle sosyal medyada görüşe dayalı duygu analızının uygulamaları
AİMAN ALTAF
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKadir Has ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TANER ARSAN