Geri Dön

İngilizce ve Türkçe twitter mesajlarının Word2Vec modeli ile sınıflandırılması

Classification of English and Turkish twitter messages by using Word2Vec model

PDF İndir

  1. Tez No: 512017
  2. Yazar: ABDULLAH AMMAR KARCIOĞLU
  3. Danışmanlar: DR. ÖĞR. ÜYESİ TOLGA AYDIN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Atatürk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 105

Özet

Teknolojinin gelişmesi ve internetin tüm dünyaya yayılmasıyla birlikte insanların dünyada meydana gelen değişimlerden her an haberdar olabilmesi için ve kendi düşüncelerini herkese paylaşabilmesi için sosyal medya platformları zamanla gelişmiş durumdadır. Tüm dünyada en çok kullanılan sosyal medya platformlarından biri olan twitter günlük hayatın en önemli parçalarından biri haline gelmiştir. Twitter ile kullanıcılar kendi duygu ve düşüncelerini paylaşarak veri madenciliği alanında sosyal medyada duygu analizi çalışmalarında kullanılabilecek önemli veri kaynaklarını oluşturmaktadırlar. Python programlama dilinde gerçekleştirilen bu çalışmanın ilk aşamasında, kullanıcıların paylaşmış oldukları türkçe twitter mesajlarında metin temsili yöntemlerini kullanarak duygu analizi çalışması gerçekleştirilmiştir. Amaç, terim frekansı tabanlı Tf-Idf(Bag-of-Words) modeliyle anlamsal ilişki tabanlı Word2Vec modelinin duygu analizi çalışmalarında başarıya olan etkilerinin karşılaştırılmasıdır. 3 farklı modelin uygulandığı çalışmanın ilk aşamasında, 3. modelde Word2Vec modeline Random Forest algoritması uygulanmasıyla %66,40 ile en yüksek başarı yüzdesi elde edilmiştir. Elde edilen sonuçlar scikit-learn kütüphanesine ait makine öğrenmesi algoritmalarını kullanıp performans metrikleri kıyaslanarak türkçe doğal dil işleme çalışmalarına literatür katkı sağlanmıştır. Bu çalışmanın ikinci aşamasında ise, ingilizce ve türkçe twitter mesajlarındaki etiketli verilerin sınıflandırılmasında Word2Vec modelinin uygulanması ve mesajlar üzerinde kök alma işleminin Word2Vec modeline olan etkisi araştırılmaktadır. Çalışmamızın ikinci aşamasında, ingilizce ve türkçe olmak üzere iki farklı veri kümesi bulunmaktadır. Her bir veri setine twitter mesajlarının kökleri alınmamış hali ve kökleri alınmış hallerine öznitelik çıkarma yöntemlerinden kelime torbası (bag of words, BOW) ve Word2Vec modelleri uygulanıldı. Python programlama dilinde uygulanılan bu çalışmada, scikit-learn sınıflandırma algoritmalarından Linear SVM ve Logistic Regression uygulanarak başarı yüzdeleri kıyaslanmıştır ve duygu analizi sınıflandırmasında iyi sonuçlar ürettiği gösterilmiştir.

Özet (Çeviri)

With the development of technology and the spread of the internet all over the world, social media platforms have evolved over time so that people can be aware of the changes happening in the world at any moment, and that everyone can share their own thoughts. Twitter, one of the most used social media platforms around the world, has become one of the most important parts of everyday life. With twitter, users share their own feelings and thoughts to create important data sources that can be used in sentiment analysis work on the social media in the field of data mining. In the first phase of this study, which is implemented in python programming language, sentiment analysis was performed by using text representations in turkish twitter messages that users shared. The aim of the study, the performance effects of the term frequency-based Tf-Idf model(Bag-of-Words) and semantic relation based Word2Vec model are compared on sentiment analysis. In the first phase of this study, which applied 3 different models, in the third model, the highest accuracy percentage was obtained with 66.40% by applying Random Forest algorithm to Word2Vec model. The results obtained using the machine learning algorithms from the scikit-learn library compared the performance metrics and provided the literature contribution to turkish natural language processing studies. In the second phase of this study, the implementation of the Word2Vec model in the classification of labeled data in english and turkish twitter messages and the effect of root retrieval on messages on the Word2Vec model are investigated. In this phase, there are two different data sets: English and Turkish. For each data set, the roots of twitter messages have been unfounded and the roots have been extracted using attribute extraction methods, the bag-of-words(BOW) and the Word2Vec models have been applied. In the second phase of this study, we compared the success percentages by applying Linear SVM and Logistic Regression from the scikit-learn classification algorithms in python programming language and demonstrated that it produces good results in sentiment analysis classification.

Benzer Tezler

  1. Tez No

    820608

    Cross cultural analysis of emotions on social media branding communication with evidence from big data

    Büyük veriden elde edilen kanıtlarla sosyal medya marka iletişiminde duyguların kültürler arası analizi

    ALTUĞ TANALTAY

    Doktora

    İngilizce

    İngilizce

    2023

    İşletmeSabancı Üniversitesi

    İşletme Bilim Dalı

    PROF. DR. NİHAT KASAP

    PROF. DR. SELCEN ÖZTÜRKCAN

  2. Tez No

    720498

    Is it possible that twitter messages have an influence on stock market when taking action?

    Twıtter mesajlarının borsada karar alırken etkisi olabilir mi?

    GERÇEK ÖZPARLAK

    Doktora

    İngilizce

    İngilizce

    2018

    İşletmeBahçeşehir Üniversitesi

    İşletme (İngilizce) Ana Bilim Dalı

    PROF. DR. ÜMİT EROL

  3. Tez No

    522165

    Applying machine learning and natural language processing techniques to twitter sentiment classification for turkish and english

    Türkçe ve ingilizce twitter duygu sınıflandırması için makine öğrenmesi ve doğal dil işleme tekniklerinin uygulanması

    DEĞER AYATA

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MURAT SARAÇLAR

    DOÇ. DR. ARZUCAN ÖZGÜR TÜRKMEN

  4. Tez No

    606220

    Metin verilerinde içerik tabanlı spam tespiti

    Content based spam detection in text data

    HAMDULLAH KARAMOLLAOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. İBRAHİM ALPER DOĞRU

  5. Tez No

    434817

    Metin sınıflandırma teknikleri ile türkçe twitter duygu analizi

    Turkish twitter sentiment analysis using text classification techniques

    ÖNDER ÇOBAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. GÜLŞAH TÜMÜKLÜ ÖZYER

Geri Dön