Geri Dön

Derin öğrenme yöntemleri ile duygu analizi ve aktivasyon fonksiyonlarının karşılaştırılması

Sentiment analysis with deep learning methods and comparison of activation functions

PDF İndir

  1. Tez No: 530120
  2. Yazar: MUHAMMED AHMET DEMİRTAŞ
  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: Belirtilmemiş.

Özet

Duygu analizi sosyal medyadan elde edilen metinsel veriler (Sms, tweet, vb.) üzerinde semantik bilginin işlenmesidir. Bu çalışmada, sosyal medyada gönderilen mesajların spam mi yoksa ham mı olduğunu anlamak için duygu analizi yapılmaktadır. Duygu analizi bu bağlamda kısa metinleri sınıflandırma problemi olarak da görülebilir. Duygu analizi işlemi için derin öğrenme yöntemi ve klasik sınıflandırma yöntemleri kullanılmış ve sonuçlar karşılaştırılmıştır. Derin öğrenme bağlamında, spam ya da ham mesajların belirlenmesi için kelimeleri vektör uzayında temsil eden kelime gömme (word embedding) ve yinelenen sinir ağları (Recurrent Neural Network/RNN) gibi yöntemler vardır. Çalışmamızda RNN ve kelime gömme yöntemlerini birleştirerek geliştirdiğimiz modelde çeşitli aktivasyon fonksiyonlarının başarımları karşılaştırılmıştır. Klasik sınıflandırma algoritmaları olarak ise SVM (Destek Vektör Makineleri), MNB (Çoklu Nominal Naive Bayes), RF (Rastgele Orman), LR (Lojistik Regresyon), KNN (K Yakın Komşu) kullanılmış ve hem kendi aralarında hem de derin öğrenme yöntemi ile karşılaştırılmıştır. Türkçe ve İngilizce metinlerimizden oluşan veri setlerinde derin öğrenme yöntemi bazı aktivasyon fonksiyonları ile klasik sınıflandırma yöntemlerine göre daha başarılı sonuçlar vermiştir.

Özet (Çeviri)

Sentiment analysis is the processing of semantic information on the textual data (Sms, tweet, etc.) gathered from social media. In this thesis, sentiment analysis is done to decide whether the messages sent from social media are spam or raw. In this context, sentiment analysis can be regarded as the classification of short textual messages. In the course of sentiment analysis, deep learning and classical classification methods are used and compared to each other. In the deep learning concept, to decide whether a message is spam or raw, word embedding that represents words in the vector space and recurrent neural network (RNN) methods are used in the literature. In our study, success of different activation functions used throughout induced deep learning method (a combination of RNN and word embedding) are compared. As the classical classification algorithms; SVM (Support Vector Machine), MNB (Multi Nominal Naïve Bayes), RF (Random Forest), LR (Logistic Regression) and KNN (K Nearest Neighbor) algorithms have been used and their performances were compared to each other and the induced deep learning method. Deep learning method, for some activation functions, give better accuracy results for both Turkish and English textual data when compared to classical classification methods.

Benzer Tezler

  1. Tez No

    847173

    Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR

  2. Tez No

    193271

    Ankara ilindeki üç ilköğretim okulu öğrencilerinin epilepsiye yaklaşımı ve hastalık hakkındaki bilgi düzeyleri

    Knowledge of epilepsy and attitudes towards the condition among three elementary schools students in Ankara

    İKBAL OK BOZKAYA

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2006

    Çocuk Sağlığı ve HastalıklarıGazi Üniversitesi

    Çocuk Ruh Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF. DR. AYŞE SERDAROĞLU

  3. Tez No

    11

    Türkiye'de aile planlaması çalışmalarında erkeklerin önemi, hastane personeli ile fabrika işçilerinin doğum kontrol yöntemlerine karşı tutum ve davranranışlarında farklılığın araştırılması

    Başlık çevirisi yok

    KAMİL MALKOÇLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    Demografiİstanbul Üniversitesi

    Aile Sağlığı Ana Bilim Dalı

    DOÇ. DR. DERİN KÖSEBAY

  4. Tez No

    271

    Değişik derim zamanı ve önsoğutmanın Bursa siyahı incir çeşidinin meyve kalitesi ve pazarlama süresi üzerine etkileri

    Effects of haruest time and precooling on fruit quality and shelf-life of the fig variety“Bursa siyahı”

    FÜSUN GÜRSEL ÇELİKEL

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    Gıda MühendisliğiEge Üniversitesi

    Bahçe Bitkileri Ana Bilim Dalı

  5. Tez No

    276

    Tekstil boyamacılığında atık flottede boyama imkanları üzerine araştırma

    Başlık çevirisi yok

    MEHMET YAKARTEPE

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    Tekstil ve Tekstil MühendisliğiEge Üniversitesi

    Tekstil Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. KERİM DURAN

Geri Dön