Geri Dön

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

  1. Tez No: 870979
  2. Yazar: MUHAMMED KERİM
  3. Danışmanlar: PROF. DR. MURAT EFE
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Science and Technology, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yapay Zeka Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    İngilizce

    2020

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDÜSSELAM ALTUNKAYNAK

  2. 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

    İngilizce

    2017

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ERDAL ARIKAN

  3. Modeling and analysis of distortion in milling of aerospace parts

    Havacılık ve uzay parçalarının frezelenmesinde distorsiyonun modellenmesi ve analizi

    WASEEM AKHTAR

    Doktora

    İngilizce

    İngilizce

    2023

    Makine MühendisliğiKoç Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. İSMAİL LAZOĞLU

  4. Bilişsel radyoda özdeğer tabanlı spektrum sezme yöntemleri

    Eigenvalue based spectrum sensing techniques for cognitive radio

    SERDAR İNGÖK

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. M. ERTUĞRUL ÇELEBİ

  5. 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

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN YAKUT