Türkçe sosyal medya metinlerinde duygu analizi
Sentiment analysis in turkish social media texts
- Tez No: 467863
- Danışmanlar: YRD. DOÇ. DR. TOLGA BERBER
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2019
MatematikOrta Doğu Teknik ÜniversitesiBilimsel Hesaplama Ana Bilim Dalı
PROF. DR. ÖMÜR UĞUR
- Twitter üzerinde yapılan Türkçe paylaşımlar için etiket analiz aracı
Hashtag analyze tool for Turkish shares on Twitter
YUNUS EMRE KARABULUT
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ECİR UĞUR KÜÇÜKSİLLE
- Kısa metinlerde varlık ismi tanıma
Named entity recognition on Turkish short texts
BEYZA EKEN
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET CÜNEYD TANTUĞ
- Göç ve öteki: Duygu politikaları açısından bir analiz
Migration and the other: An analysis through politics of emotions
AZİZE AYAZ
Yüksek Lisans
Türkçe
2023
Siyasal BilimlerBursa Uludağ ÜniversitesiSiyaset Bilimi ve Kamu Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ELİF MADAKBAŞ GÜLENER
- 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
2024
DilbilimMuş Alparslan ÜniversitesiTürkçe ve Sosyal Bilimler Eğitimi Ana Bilim Dalı
DOÇ. DR. TEYMUR EROL