Duygu analizi modellerinin türkçe metinler üzerindeki performansı ve chatbot uygulaması
Performance of sentiment analysis models on turkish texts and chatbot application
- Tez No: 866880
- Danışmanlar: DR. ÖĞR. ÜYESİ GÖKALP TULUM
- 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: Üsküdar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Mühendisliği Bilim Dalı
- Sayfa Sayısı: 76
Özet
Sosyal medya kullanımı son dönemde oldukça yaygınlaşmıştır. Kullanıcıların sosyal medya platformlarında bıraktıkları izler (beğeni, yorum, emoji vs.) büyük verilerin toplanmasını sağlamıştır. Bu çalışmada, beyazperde.com veri seti kullanılarak Türkçe metinler üzerinden duygu analizi yapmak için çeşitli makine öğrenimi modellerinin performansını değerlendirmek ve aynı zamanda chatbot aracılığıyla gerçek zamanlı duygu analizi yapmak amaçlanmıştır. Bu kapsamda, veri setine makine öğrenimi modellerinden SVM (Support Vector Machine), LSTM (Long Short-Term Memory), Naive Bayes (NB) ve Logistic Regresyon yöntemlerine duygu analizi yapabilen chatbot uygulaması gerçekleştirilmiştir. Chatbot uygulamasının gerçek zamanlı kullanımı için eğitilen modellerin performans değerlerine bakılarak en uygun model bulunmaya çalışılmıştır. Bu çalışmada en uygun yöntemi belirlemek için eğitimi gerçekleştirilen makine öğrenmesi modellerinin performans değerlendirmelerini karşılaştırmada doğruluk oranları, eğitim ve tahmin süreleri, chatbot gözlemci formu kullanılmıştır. Bu sonuçlar, Türkçe metinler üzerinden elde edilen duygu analizi modellerinin chatbot ile gerçek zamanlı kullanımının başarıyla uygulanabileceğini göstermiştir. Bu yaklaşım, kullanıcıların deneyimlerini değerlendirmek için duygu analizi modellerinin pratik uygulamalarını gösterir. Chatbotlar aracılığıyla yapılan duygu analizi, hizmetlerin iyileştirilmesi ve kullanıcı deneyiminin artırılmasına katkı sağlayabilir.
Özet (Çeviri)
The use of social media has become quite widespread recently. The traces left by users on social media platforms (likes, comments, emojis, etc.) have enabled the collection of large data. In this study, it was aimed to evaluate the performance of various machine learning models for sentiment analysis on Turkish texts using the Beyazperde.com dataset and to also perform real-time sentiment analysis via chatbot. In this context, a chatbot application that can perform sentiment analysis on machine learning models SVM (Support Vector Machine), LSTM (Long Short-Term Memory), Naive Bayes (NB) and Logistic Regression methods was implemented on the data set. The most suitable model was tried to be found by looking at the performance values of the models trained for real-time use of the chatbot application. In this study, accuracy rates, training and prediction times, and the chatbot observer form were used to compare the performance evaluations of the trained machine learning models in order to determine the most appropriate method. These results have shown that real-time use of sentiment analysis models obtained from Turkish texts can be successfully implemented with a chatbot. This approach demonstrates practical applications of sentiment analysis models to evaluate users' experiences. Sentiment analysis through chatbots can contribute to improving services and increasing user experience.
Benzer Tezler
- Türkçe spam maillerin duygu analizi ve makine öğrenmesi yöntemleri ile analizi
Analysis of Turkish spam mails with sentiment analysis and machine learning methods
YUNUS EMRE PALAVAR
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiSiber Güvenlik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET ALBAYRAK
- Türkçe metinlerde duygu analizi için yapay zeka çeviri araçlarının etkisi
Effect of artificial intelligence translation tools for sentiment analysis in Turkish texts
MUHAMMET HAKAN ÖNCÜ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİskenderun Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YAKUP KUTLU
- Kısa metin sınıflandırma için graf tabanlı gözetimli veri artırma yöntemi
Graph based supervi̇sed data augmentati̇on method for short text classificati̇on
OMAR BAYRAMLI
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Ticaret ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ARZU KAKIŞIM
- Derin öğrenme modelleri ile sosyal medya üzerinde duygu analizi
Sentiment analysis on social media using deep learning models
HAZAL GİZEM DÖNMEZ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YAŞAR BECERİKLİ
- Multilevel sentiment analysis in Arabic
Arapça için çok düzeyli duygu analizi
AHMED NASSAR
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. EBRU AKÇAPINAR SEZER