Investigating the performance of segmentation methods with deep learning models for sentiment analysis on Turkish informal texts
Segmentasyon yöntemlerinin informal Türkçe metinlerde duygusal analiz için derin öğrenme modelleri ile kullanımında performans analizi
- Tez No: 503788
- Danışmanlar: PROF. DR. PINAR KARAGÖZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Dilbilim, Computer Engineering and Computer Science and Control, Linguistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 81
Özet
Bu çalışma morfolojik olarak zengin dillerde kısa informal metinlerde etkili bir şekilde duygu analizi yapılmasını incelemektedir. Bu tezde önerilen çalışmanın temel yapı taşlarını metin segmentasyonu ve yapay sinir ağı modeli yaratılması oluşturmaktadır. Segmentasyon farklı metodolojilerle metinlerin ön-işlemden geçirilmesini sağlar. Bu çalışmada kullanılan metodolojiler dört farklı ana groupta kümelenmiştir. Bunlar, morfolojik, kelime-altı sözcük, dizgeleme ve hibrit metodlarından oluşmaktadır. Çoğunlukla bu ana grupların altında birden fazla farklı metod kullanılmıştır. İkinci aşama metinlerin sınıflandırılması için etkili model yaratmaya odaklanmadtadır. İlk aşamada oluşturulan herbir segmentasyon yöntemi için Konvolüsyonel Sinir Ağı (KSA ya da CNN) ve Tekrarlayan Sinir Ağı (TSA ya da RNN) modellerinin litaratürde iyi bilinen parametreleri kullanılarak performans testleri yapılmaktadır.
Özet (Çeviri)
This work investigates segmentation approaches for informal short texts in morphologically rich languages in order to effectively classify the sentiment. The two building blocks of the proposed work in this thesis are segmentation and deep neural network model building. Segmentation focuses on preprocessing of text with different methodologies. These methodologies are grouped under four distinct approaches; namely, morphological, sub-word, tokenization, and hybrid approaches. There is mostly multiple numbers of variants for each of these four methods provided in this work. The second stage focuses on effective model building for classifying text. Performances of each method are evaluated by utilizing a model built by a Convolutional Neural Network (CNN) and Recurrent Neural Network (RNN) model proposed in the literature for text classification.
Benzer Tezler
- Investigating the performance of super-resolved remote sensing images on coastline segmentation with deep learning-based methods
Derin öğrenme tabanlı yöntemlerle kıyı şeridi segmentasyonunda süper çözünürlüklü uzaktan algılama görüntülerinin performansının araştırılması
İLHAN PALA
Yüksek Lisans
İngilizce
2025
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DOÇ. DR. UĞUR ALGANCI
- Bilgisayarlı tomografi imgelerinden beyin kanaması tespiti yapan derin öğrenme tabanlı akıllı tanı modeli
Deep learning based intelligent diagnostic model detecting for brain hemorrhage using computed tomography images
EMRE YILDIRIM
Yüksek Lisans
Türkçe
2023
Mekatronik MühendisliğiFırat ÜniversitesiMekatronik Ana Bilim Dalı
PROF. DR. BEŞİR DANDIL
- Efficient learning of sensorimotor data
Sensorimotor verilerinin verimli öğrenilmesi
MEHMET PEKMEZCİ
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERHAN ÖZTOP
- Machine and deep learning based analysis of tumors on FDG-PET images
FDG-PET görüntülerindeki tümörlerin makine ve derin öğrenme tabanlı analizi
OĞUZHAN AYYILDIZ
Doktora
İngilizce
2022
Elektrik ve Elektronik MühendisliğiAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT YILMAZ
- Otomatik avuç içi bölütlenmesinin gerçekleştirilmesinde farklı derin öğrenme modellerinin performanslarının incelenmesi
Investigation of the performances of different deep learning models in the implementation of automatic palm print segmentation
KADİR YALÇIN
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGümüşhane ÜniversitesiYapay Zeka ve Akıllı Sistemler Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RAMAZAN ÖZGÜR DOĞAN