Geri Dön

Türkçe sosyal medya metinlerinde duygu analizi

Sentiment analysis in turkish social media texts

  1. Tez No: 467863
  2. Yazar: HASAN AMANET
  3. Danışmanlar: YRD. DOÇ. DR. TOLGA BERBER
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 111

Özet

Bu çalışmada, sosyal medyadaki yazılı Türkçe metinlerde duygu analizi yapabilmek için bir yöntem önerilmiştir. Yapılan saha çalışması ile belirlenen duygu kategorileri kullanılarak Twitter metin verileri üzerinde duygu analizi yapılmıştır. Çalışma kapsamında belirlenen“Mutlu”,“Güvenmek”,“Takdir Etmek”,“Gurur Duyma”,“Beklenti”,“Tavsiye”,“Merak”,“Hayal Kırıklığı”,“Öfke”olmak üzere 10 duygu kategorisinde sosyal medya metinleri sınıflandırılmış ve her duygu için öz nitelikler belirlenmiştir. Duygu durumları R. Plutchik'ın duygu teorisine dayanarak belirlenmiştir. Çalışmada gerçekleştirilen duygu analizi için metin madenciliği sınıflandırma yöntemlerinden Yalın Bayes, Karar Ağaçları, K- en yakın komşu ve Destek Vektör Makineleri kullanılmıştır. Elde edilen sonuçlara göre takdir duygusu %65 oranında doğru sınıflandırılmıştır. Sınıflandırma işlemi tamamlandıktan sonra duyguyu ifade eden en önemli kelimelerin bulunması için ileri doğru seçim yöntemi kullanılmıştır. Elde edilen sonuçlar ışığında 10 duygu için etkin kelimeler belirlenmiştir. Belirlenen kelimeler içerisinde en başarılı olan duygu sınıfı yine takdir duygusudur. Bu duygu için bulunan kelimeler“teşekkürler, helal, teşekkür, tebrikler, adamsın, bravo, davranış”şeklindedir. Bir GSM firmasına ait twitter metinleri ile yapılan duygu analizi sonucunda elde edilen öznitelikler incelenmiştir. Bu öznitelikler değerlendirildiğinde, kullanıcıların paylaştıkları metinleri hangi duygu durumuna ve hangi konuya bağlı olarak yazdığı tespit edilmiştir.

Özet (Çeviri)

In this study, a method for sentiment analysis of Turkish social media texts is proposed. Sentiment analysis was performed on the Twitter text data using the emotion categories determined by the field study. Social media texts were classified into 10 emotion categories as“Happy”,“Trust”,“Appreciation”,“Pride”,“Expectation”,“Recommendation”,“Curiosity”,“Disappointment”and the most effective words for each emotion are determined. Emotions used in this study are based on R. Plutchik's emotion theory. The text classification methods for sentiment analysis used in the study are Naïve Bayes, Decision Trees, K-Nearest Neighbors and Support Vector Machines. According to the results, correct classification performance of Appreciation is 65%. After completing the classification process, the forward selection method was used to find the most important words expressing the emotion. The most effective words for 10 emotions were determined using the results. Appreciation is the most successful emotion class among the other emotions considering the words found in the process. The most effective words for appreciation are“teşekkürler, helal, teşekkür, tebrikler, adamsın, bravo, davranış”. In this study, Twitter messages posted to formal account of a GSM company is analyzed. According to the analysis results, it has been shown that emotional states and subjects of the tweets could be determined by the words of user tweets.

Benzer Tezler

  1. Sentiment analysis with recurrent neural networks on Turkish reviews domain

    Türkçe yorumlar alanı üzerinde özyineli sınır ağları ile duygu analizi

    DARKHAN RYSBEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    MatematikOrta Doğu Teknik Üniversitesi

    Bilimsel Hesaplama Ana Bilim Dalı

    PROF. DR. ÖMÜR UĞUR

  2. Twitter üzerinde yapılan Türkçe paylaşımlar için etiket analiz aracı

    Hashtag analyze tool for Turkish shares on Twitter

    YUNUS EMRE KARABULUT

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ECİR UĞUR KÜÇÜKSİLLE

  3. Kısa metinlerde varlık ismi tanıma

    Named entity recognition on Turkish short texts

    BEYZA EKEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AHMET CÜNEYD TANTUĞ

  4. Göç ve öteki: Duygu politikaları açısından bir analiz

    Migration and the other: An analysis through politics of emotions

    AZİZE AYAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Siyasal BilimlerBursa Uludağ Üniversitesi

    Siyaset Bilimi ve Kamu Yönetimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ELİF MADAKBAŞ GÜLENER

  5. Açık öğretim ortaokulu Türkçe ders kitaplarındaki okuma metinlerinin 2019 Türkçe Dersi Öğretim Programı'nda yer alan nitelikler bağlamında incelenmesi

    An examination of the reading texts in the open education secondary school Turkish course books in the context of the qualifications in the 2019 Turkish Curriculum

    ADEM KAV

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    DilbilimMuş Alparslan Üniversitesi

    Türkçe ve Sosyal Bilimler Eğitimi Ana Bilim Dalı

    DOÇ. DR. TEYMUR EROL