Türkçe metinler için yapay zeka yöntemleri kullanılarak duygu analizi.
Sentiment analysis using artificial intelligence methods for Turhish texts
- Tez No: 907406
- Danışmanlar: PROF. DR. RÜYA ŞAMLI
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 158
Özet
Duygu analizi çeşitli yöntemler kullanılarak insanların duygu durumunun belirlenmesidir. Metin içerisinde gerçekleştirildiğinde ise bir metin içerisinde paylaşılan görüşlerin çeşitli yöntemler kullanılarak belirlenmesi olarak ifade edilebilir. Günlük konuşma dilinde yazılan metinlerin duygu analizi sırasında dil bilgisi kuralları ile ilgili birçok problem ile karşılaşılmaktadır. Duygu analizi metin tabanlı veya hedef tabanlı düzeyde yapılabilir. Metin tabanlı duygu analiz ile; metnin genel duygu durumu belirlenebilir. Ancak bu durumda bazı duygular kaybedilebilir. Duygu kaybının önlenebilmesi için hedef tabanlı duygu analiz ile; metin içerisinde farklı kategoriler belirlenerek her kategori göre ayrı ayrı duygu durumu belirlenebilir. Bu tez çalışmasında Türkçe metin verileri kullanılarak hem metin tabanlı duygu analizi hem de hedef tabanlı duygu analizi olumlu, olumsuz ve nötr duygu sınıflarına göre yapılmıştır. Metin tabanlı duygu analizi için, veri setindeki her yorumun duygu durumu makine öğrenmesi algoritmaları kullanılarak ayrı ayrı belirlenmiştir. Hedef tabanlı duygu analizi için ilk olarak önerilen yöntem kullanılarak her yorumdaki hedef kategoriler belirlenmiştir. Daha sonra metnin belirlenen hedef kategorilere göre duygu analizi ve veri setinin hedef kategorilere göre duygu analizi olmak üzere 2 farklı düzeyde hedef tabanlı duygu analizi yapılmıştır. Bütün bu uygulamalar Weka platformunda farklı makine öğrenmesi algoritmaları ile eğitim ve test veri seti yöntemi ve k-katmanlı çapraz doğrulama yöntemi kullanılarak yapılmıştır. Çalışma sonucunda doğruluk oranı, alıcı işlem karakteristiği altında kalan alan, F-Ölçüm, modelin eğitilmesi için geçen süre gibi başarı kriterlerine göre sonuçlar incelenmiştir.
Özet (Çeviri)
Sentiment analysis is the determination of people's emotional state using various methods. When performed within a text, it can be expressed as the determination of the opinions shared within a text using various methods. Many problems related to grammar rules are encountered during the sentiment analysis of texts written in daily spoken language. Sentiment analysis can be done at text-based or target-based level. With text-based sentiment analysis; the general sentiment of the text can be determined. However, in this case, some sentiments may be lost. In order to prevent the loss of sentiment, with target-based sentiment analysis; different categories can be determined within the text and the sentiment status can be determined separately for each category. In this thesis study, both text-based sentiment analysis and target-based sentiment analysis were performed according to positive, negative and neutral sentiment classes using Turkish text data. For text-based sentiment analysis, the sentiment status of each comment in the data set was determined separately using machine learning algorithms. For target-based sentiment analysis, the target categories in each comment were first determined using the proposed method. Then, target-based sentiment analysis was performed at 2 different levels: sentiment analysis of the text according to the determined target categories and sentiment analysis of the data set according to the target categories. All these applications were performed on the Weka platform using different machine learning algorithms, training and testing dataset method and k-layer cross validation method. As a result of the study, the results were examined according to success criteria such as accuracy rate, area under receiver operating characteristic, F-Measure, time taken to train the model.
Benzer Tezler
- Çizge evrişimli sinir ağları kullanılarak metin sınıflandırma
Text classification using graph convolutional networks
RUKİYE ÖZDEMİR TEKİR
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDURRAHİM AKGÜNDOĞDU
- Kısa metinlerde varlık ismi tanıma
Named entity recognition on Turkish short texts
BEYZA EKEN
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET CÜNEYD TANTUĞ
- Derin öğrenme yöntemleri ile zaman serisi tahmini
Time series classification with deep learning methods
HAKAN GÜNDÜZ
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- Psikiyatri polikliniğine başvuran şizofreni tanılı hastaların ilaç tedavisine uyumunun yapay zekâ yöntemleriyle incelenmesi
Investigation of medi̇cation adherence in schizophrenia patients applying to the psychiatry outpatient clinic using artificial intelligence methods
SÜREYYA BETÜL SOYLU
Tıpta Uzmanlık
Türkçe
2024
PsikiyatriNecmettin Erbakan ÜniversitesiRuh Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. NAZMİYE KAYA
- Sosyal medyada kullanıcı gizliliğini korumak için taraf tespiti görevinde dönüştürücü dil modellerini yanıltma yöntemleri
Methods of deceiving transformer language models in stance detection to protect user privacy in social media
DİLARA DOĞAN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MÜCAHİD KUTLU