Türkçe ürün yorumları verisi ile duygu analizi
Sentiment analysis using Turkish product review data
- Tez No: 676313
- Danışmanlar: DR. ÖĞR. ÜYESİ BÜLENT TUĞRUL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 55
Özet
Günümüzde sosyal medya platformları, alışveriş siteleri, forum ve blog gibi ortamlarda kullanıcılar her türlü ürün, hizmet veya durum hakkında düşüncelerini kolaylıkla paylaşabilmektedir. Paylaşılan bu içerikler analiz edilmesi gereken bir veri kaynağı oluşturmaktadır. Duygu analizinin amacı bu veri kaynağından anlamlı bilgilerin çıkarılmasını sağlamaktır. Yapılan çalışmada, bir e-ticaret sitesindeki farklı kategorilerden ürünlere ait Türkçe yorumları içeren veri seti kullanılmıştır. Her bir yorumun duygu durumunun olumlu veya olumsuz olarak belirlenmesi hedeflenmiştir. Son yıllarda duygu analizinde sıklıkla kullanılan Konvolüsyonel Sinir Ağı (CNN), Uzun Kısa Süreli Bellek (LSTM) ve Geçitli Tekrarlayan Birim (GRU) derin öğrenme yöntemleri ile modeller geliştirilmiştir. FastText tarafından Skip-gram ve Continuous Bag of Words (CBOW) yöntemleri ile oluşturulan önceden eğitilmiş kelime vektörlerinden faydalanılarak bu yaklaşımların modellerin performansına etkisi karşılaştırılmıştır. Deneysel sonuçlar, Türkçe metinlerin duygu analizinde GRU yöntemi ile oluşturulan modellerin diğer modellerden daha başarılı sonuç verdiğini göstermiştir.
Özet (Çeviri)
Nowadays, users can easily share their thoughts about all kinds of products, services or situations in social media platforms, shopping sites, forums or blogs. These shared contents create a data source that needs to be analyzed. The purpose of sentiment analysis is to extract meaningful information from this data source. In this study, a dataset containing Turkish reviews of products from different categories on an e-commerce website was used. It was aimed to determine the sentiment of each review as positive or negative. Models have been developed with Convolution Neural Network (CNN), Long Short-Term Memory (LSTM) and Gated Recurrent Unit (GRU) deep learning methods which are frequently used in sentiment analysis in recent years. Pre-trained word vectors created by FastText with Skip-gram and Continuous Bag of Words (CBOW) methods were used and the effects of these approaches on the performance of the models were compared. The experimental results show that the models created with the GRU method in the sentiment analysis of Turkish texts achieved more effective results than other models.
Benzer Tezler
- E-ticaret sitelerindeki türkçe ürün yorumları verisi ile duygu analizi
Emotion analysis with data of turkish product comments on E-commerce sites
GÖKHAN TURAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. YAMAN AKBULUT
- Türkçe metinlerde duygu analizi
Sentiment analysis in Turkish texts
CUMALİ TÜRKMENOĞLU
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET CÜNEYD TANTUĞ
- Sosyal medyada gıda sektörünün netnografi ve metin madenciliği yöntemi ile incelenmesi: Torku markasının Twitter analizi
Analysis of the food industry in social media with Netnography and text mining methods: Twitter analysis of Torku brand
FATMA DİKKAYA KAVAK
Yüksek Lisans
Türkçe
2022
EkonomiAksaray Üniversitesiİktisat Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VİLDAN GÜLPINAR DEMİRCİ
- Sosyal medyada online tüketici yorumlarının performansını öngörme
Predicting the performance of online consumer reviews in social media
ESRA DEMİROĞLU
Yüksek Lisans
Türkçe
2021
Bilim ve TeknolojiGebze Teknik ÜniversitesiStrateji Bilimi Ana Bilim Dalı
PROF. DR. HÜSEYİN İNCE
- Hata raportörünün itibarının hesaplanması ve itibarın hata çözüm süresine etkisi
Measuring bug reporter's reputation and its effect on bug resolution time
MUHAMMED KADİR YÜCEL
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE TOSUN KÜHN