A novel hybrid method for efficient aspect-basedsentiment analysis using rule-based and unsupervisedmachine learning techniques
Kural tabanlı ve denetimsiz makine öğrenme teknikleri kullanarak etkin hedef tabanlı duygu analizi için yeni hibrit yöntem
- Tez No: 870979
- Danışmanlar: PROF. DR. MURAT EFE
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Science and Technology, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
Müşteri yorumları, işletmeler ve kuruluşlar için giderek daha önemli bir içgörü kaynağıdır. Metin verilerinde belirli yönlerin duygularını belirlemek ve sınıflandırmakla ilgilenen hedef tabanlı duygu analizi, doğal dil işleme alanında önemli bir görevdir ve kuruluşların müşteri görüşlerini ve tercihlerini anlamalarına yardımcı olabilir. Etkili bir hedef tabanlı duygu analizi için, kural tabanlı ve gözetimsiz makine öğrenimi yöntemlerini birleştiren yeni bir hibrit yaklaşım öneriyoruz. Yaklaşımımız, mevcut yöntemlere kıyasla daha iyi performans elde etmek için bu yöntemlerin birbirini tamamlayan güçlerinden yararlanmaktadır. Yaklaşımımızı gerçek dünya veri kümeleri üzerinde etkinliğini değerlendiriyor ve doğruluk, verimlilik ve ölçeklenebilirlik açısından üstün performansını gösteriyoruz. Ayrıca, müşteri yorum analizi, görüş madenciliği ve metin verilerinin duygu analizi gibi çeşitli alanlarda yaklaşımımızın potansiyel uygulamalarını ve faydalarını gösteriyoruz. Genel olarak, yaklaşımımız, özellik tabanlı duygu analizi alanına önemli bir katkı yapmakta olup geniş bir yelpazede pratik uygulamaların mümkün olmasını sağlama potansiyeline sahiptir.
Özet (Çeviri)
In the realm of business intelligence, understanding customer sentiments based on their reviews has become increasingly important. To dive deeper into this realm, we introduce an innovative combination of rule-based and unsupervised machine learning techniques for aspect-based sentiment analysis on the customers' reviews. This unique fusion depends on the strengths of each method, resulting in a better performance compared to conventional approaches. Our method's efficiency is validated across real-world datasets, showcasing superior accuracy, efficiency, and scalability. Moreover, we unveil its versatile applications across domains such as customer review analytics, opinion mining, and sentiment analysis, highlighting its potential to drive actionable insights. In essence, our approach marks an improvement in aspect-based sentiment analysis, ready to be applied in various practical applications.
Benzer Tezler
- A novel approach for the incipience of sediment entrainment in a wide range of flow conditions via experimentally driven geno-fuzzy inference system model
Deneysel veri tabanlı geliştirilen özgün genetik-fuzzy yöntemi ile akım şartlarının geniş aralığında sediment hareketinin başlangıcının araştırılması
HUSSEIN BIZIMANA
Doktora
İngilizce
2020
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ABDÜSSELAM ALTUNKAYNAK
- High throughput decoding methods and architectures for polar codes with high energy-efficiency and low latency
Kutupsal kodlar için yüksek enerji verimliliğine ve düşük gecikmeye sahip yüksek veri hızlı kod çözme metod ve mimarileri
ONUR DİZDAR
Doktora
İngilizce
2017
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERDAL ARIKAN
- Modeling and analysis of distortion in milling of aerospace parts
Havacılık ve uzay parçalarının frezelenmesinde distorsiyonun modellenmesi ve analizi
WASEEM AKHTAR
Doktora
İngilizce
2023
Makine MühendisliğiKoç ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL LAZOĞLU
- Bilişsel radyoda özdeğer tabanlı spektrum sezme yöntemleri
Eigenvalue based spectrum sensing techniques for cognitive radio
SERDAR İNGÖK
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. M. ERTUĞRUL ÇELEBİ
- Tek A'lı çekirdeklerin taban-durum manyetik momentlerinin sinirsel-bulanık sistemiyle belirlenmesi
Determination of the ground-state magnetic moments of odd mass nuclei using neuro-fuzzy system
BÜRUCE ÖZTÜRK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN YAKUT