Kuantum hesaplama kullanan derin öğrenme ile karşılıklı görüşmelerde duygu analizi
Sentiment analysis in conversations with deep learning using quantum computing
- Tez No: 855436
- Danışmanlar: PROF. DR. MEHMET KARAKÖSE
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Bilim Dalı
- Sayfa Sayısı: 67
Özet
Kuantum teorisi, başlangıçta mikroskobik parçacıkların hareketlerini tanımlamak için fiziksel bir teori olarak önerilmiş daha sonra kuantum benzeri özellikler sergileyen, insan bilişi ve karar verme sürecini içeren çeşitli fizik dışı alanlara uygulanmıştır. Bu alanlardan biri de duygu analizidir. Duygu Analizi, insanların bir duruma, olaya veya konuşmaya karşı duygu veya tutumlarının incelenmesini sağlayan Doğal Dil İşlemenin en popüler uygulamalarından biridir. Literatürdeki birçok çalışma film yorumları ve Twitter verileri üzerinde çalışmaktadır. Sağlık verileri üzerinden duygu analizi gerçekleştiren çalışma yok denecek kadar azdır. Bu tez kapsamında sağlık verileri üzerinden duygu analizi gerçekleştirmek amacıyla klasik ve kuantum hesaplama kullanan derin öğrenme tabanlı yeni yöntemler önerilmiştir. Önerilen yöntemlerden ilki LSTM derin öğrenme modeli kullanarak sağlık alanındaki karşılıklı görüşmelerden duygu analizi ile olumlu, nötr ve olumsuz olarak üç kutuplu bir sınıflandırma yapmıştır. Kullanılan bu yöntemde öncelikle model eğitimine yönelik veriler metin işleme yöntemleriyle hazır hale getirildi ve LSTM derin öğrenme algoritmasıyla hazırlanan veri seti ile model eğitildi. Eğitim sonucunda başarı oranı %94 olarak hesaplandı. Elde edilen başarı oranı Literatürde incelenen çalışmalar ile karşılaştırılınca önerilen yöntemin başarı yüzdesi oldukça yüksektir. Önerilen yöntemlerden bir diğeri, hastanelerle ilgili hastaların incelemelerine yönelik duygu analizi gerçekleştirilmiştir. Hastaların tıbbi incelemeleri tıbbi yönetim departmanı için oldukça önemlidir. Hasta değerlendirmelerinin olumlu veya olumsuz olarak sınıflandırmak için dört sinir modeli geliştirildi. Öncelikle çevrimiçi alınan veriler ön işleme tabi tutuldu. Daha sonra sinirsel eğitim gerçekleştirmek amacıyla Skipgram kelime yerleştirme kullanıldı en son olarak eğitim gerçekleştirildi. Eğitim aşamalarının ardından %85 üzerinde performansla en iyi başarı puanına sahip iki model LSTM- CNN ve LSTM mimarileri oldu. Önerilen yöntemlerden sonuncusu doktor-hasta diyaloglarından oluşan metinlerin içerdiği duyguların pozitif-nötr-negatif olarak sınıflandırılması amacıyla kuantum hesaplama ve derin öğrenmede kullanılan LSTM yinelemeli sinir ağı modeli kullanılmıştır. Önerilen yöntemin başarı oranı %94,52' dir. Kuantum Hesaplama yöntemi programların işletilmesinde zaman açısından kritik rol almaktadır. Bu yüzden önerilen yöntemin diğer alandaki çalışmalar için de klasik-kuantum hibrit yönteminin öncülük edeceği düşünülmektedir.
Özet (Çeviri)
Quantum theory was originally proposed as a physical theory to describe the behaviour of microscopic particles, and was later applied to various non-physical fields that exhibit quantum-like properties, including human cognition and decision-making. One of these fields is sentiment analysis. Sentiment Analysis is one of the most popular applications of Natural Language Processing, which allows the study of people's emotions or attitudes towards a situation, event or speech. Many studies in the literature work on film reviews and twitter data. There are almost no studies that perform sentiment analysis on health data. In this thesis, new deep learning based methods using classical and quantum computing are proposed to perform sentiment analysis on health data. The first of the proposed methods uses the LSTM deep learning model to perform a three-pole classification as positive, neutral and negative with sentiment analysis from mutual interviews in the field of health. In this method, firstly, the data for model training was prepared by text processing methods and the model was trained with the data set prepared with the LSTM deep learning algorithm. As a result of the training, the success rate was calculated as 94%. When the success rate obtained is compared with the studies examined in the literature, the success rate of the proposed method is quite high. Another one of the proposed methods is the sentiment analysis of patients' reviews about hospitals. Medical reviews of patients are very important for medical management departments. Four neural models were developed to classify patient reviews as positive or negative. Firstly, the online data were preprocessed. Then Skipgram word embedding was used to perform neural training and finally training was performed. After the training stages, LSTM-CNN and LSTM architectures were the two models with the best success score with over 85% performance. The last of the proposed methods is the LSTM recurrent neural network model used in quantum computing and deep learning to classify the emotions contained in texts consisting of doctor-patient dialogues as positive-neutral-negative. The success rate of the proposed method is 94.52%. Quantum computing method plays a critical role in the execution of programmes in terms of time. Therefore, it is thought that the proposed method will pioneer the classical-quantum hybrid method for studies in other fields
Benzer Tezler
- Kuantum hesaplama modellerinin derin öğrenme kullanılarak otomatik üretimi
Automated generation of quantum computing models using deep learning
NİYAZİ FURKAN BAR
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KARAKÖSE
- Yüksek performanslı kuantum hesaplama simülasyonları
High performance quantum computing simulations
FATHELRHMAN MOHAMMED
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İBRAHİM SAVRAN
- Parallel computation of the diagonal of the inverse of a sparse matrix
Seyrek bir matrisin tersinin diagonalinin paralel olarak hesaplanması
EDONA FASLLIJA
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT MANGUOĞLU
- Kuantum ağ simülasyonlarının dağıtık yürütülmesi
Distributed execution of quantum network simulations
OSMAN SEMİ CEYLAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇanakkale Onsekiz Mart ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İHSAN YILMAZ
- High performance number theoretic transforms in cryptography
Kriptografide yüksek performanslı sayı kuramsal dönüşümler
METİN EVRİM ULU
Doktora
İngilizce
2020
MatematikOrta Doğu Teknik ÜniversitesiKriptografi Ana Bilim Dalı
DOÇ. DR. MURAT CENK