Sentiment analysis on social networks using machine learning and audio processing
Makine öğrenmesi ve ses işleme kullanılarak sosyal ağlar üzerinde duygu analizi
- Tez No: 577034
- Danışmanlar: YRD. DOÇ. DR. DİLEK GÜNNEÇ DANIŞ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Özyeğin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kutuplaşma sınıflandırması, duygu analizinin en temel problemlerinden biridir. Bizim yaptığımız inceleme, Twitter mesajlarında kutuplaşma sınıflandırması yapmak için ses verilerine dayanarak yeni bir tanım, çıkarım ve kullanım geliştirmeye çalışmaktadır. Çalışmanın arka planı son dönemde yapılan bir incelemeye dayanmaktadır: beyin, dil oluşturmak/üretmek için sesleri kullanır ve kelimeler sese dönüştükçe anlaşılır hale gelir. Özellikle imlası bozuk olabilecek veya kısaltılmış kelimeler kullanılacak olan sosyal medya mesajlarında ses kelime ile benzer ise, ses kullanmak etkili olur (thank u, b4). Vardığımız sonuçlara göre önerdiğimiz bazı özellik tanımları mevcut araştırmalara kıyasla doğruluk/kesinlik açısından ilerleme gösteriyor.
Özet (Çeviri)
Polarity classification is one of the most fundamental problems in sentiment analysis. Our study strives to develop a new definition, extraction technique and utilization of features based on the audio data for polarity classification on Twitter messages. The background of work relies on a recent study which suggests that brain uses sound as a part of language generation and words are comprehended as they are converted into sound. Using sound is effective especially for social media messages which are likely to contain misspelled or shortened words, where the sound is similar to the actual word (e.g., thank u, b4). Our results show that one of our proposed feature set definitions demonstrate an improvement in accuracy in comparison to existing studies.
Benzer Tezler
- Dönüştürücüler ve derin öğrenme modelleriyle sosyal medya duygu analizi
Social media sentiment analysis by using transformers and deep learning models
HÜSEYİN İLGÜN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERDAL KILIÇ
- Dinamik sosyal ağlarda akan ve çok boyutlu veri üzerinden analiz ve tahmin yapılması
Analysis and prediction in sparse and high dimensional data with using dynamic social networks
ONUR CAN SERT
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTobb Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TANSEL ÖZYER
- Sosyal Ağlarda Duygu Analizi için Hibrit Bir Yöntem Geliştirilmesi
Development of a Hybrid Method for Sentiment Analysis in Social Networks
MUHAMMET SİNAN BAŞARSLAN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATİH KAYAALP
- Sentiment analysis of twitter texts using machine learning algorithms
Makine öğrenme algoritmaları kullanılan twitter metinlerinin duygu analizi
HAWAR SAMEEN ALI AL-BARZENJI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VEYSEL HARUN ŞAHİN
- Sosyal medya verilerinin makine ve derin öğrenme yöntemleriyle içerik ve duygu tahmini
Sentiment prediction of social media data with machine and deep learning
DENİZ KIZILASLAN
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. HAKAN BURAK EMEKLİ