Multi–label emotion classification with fine-tuned bert andcontrastive learning
İnce ayarlı bert ve ile çok etiketli duygu sınıflandırmasıkarşılaştırmalı öğrenme
- Tez No: 916258
- Danışmanlar: Assoc. Prof. Dr. MEHMET NAFİZ AYDIN
- Tez Türü: Yüksek Lisans
- Konular: Yönetim Bilişim Sistemleri, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Kadir Has Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 52
Özet
Duygular insan etkileşiminin temelini oluşturmakta ve bunların sınıflandırılması ve tanınması doğal dil işlemede (NLP). önemli zorluklar yaratmaktadır. Bu araştırma, metinsel verilerde çok etiketli duygu sınıflandırması için karşılaştırmalı öğrenme ile BERT tabanlı örneklenmemiş (uncased) modellerin ince ayarının etkinliğini değerlendirmektedir. SemEval 2024 Görev 3, Alt Görev 1 için sağlanan, Ekman'ın temel duygularını (Sevinç, Üzüntü, Öfke, Korku, İğrenme ve Şaşkınlık) içeren 1.374 elle işaretlemeli konuşmayı içeren durum komedisi Friends'ten alınan verileri kullanarak, ContrastiveBERT'in nüanslı duygusal durumları daha iyi yakalayıp yakalayamayacağını, sınıf dengesizliklerini ele alıp alamayacağını ve bu altı duyguyu sınıflandırmada standart BERT'ten daha iyi performans gösterip gösteremeyeceği değerlendirilmiştir. ContrastiveBERT yaklaşımı, temel BERT modeline kıyasla %9,1 daha yüksek F1 puanı, %11,3 ROC AUC artışı ve %10,17 doğruluk artışı ile önemli performans iyileştirmeleri göstermiştir. Bu araştırma, BERT'in tek bir metin parçası içerisinde birden fazla duyguyu yakalamadaki performansına ilişkin anlayışımızı geliştirmeye katkıda bulunarak, duygu analizinde daha geniş bir uygulama alanının önünü açmaktadır
Özet (Çeviri)
Emotions are fundamental to human interaction, and their classification and recognition pose significant challenges in natural language processing (NLP). This research evaluates the effectiveness of fine-tuning BERT-base uncased models with contrastive learning for multi-label emotion classification in textual data. Using data from the sitcom Friends, which includes 1,374 manually annotated conversations featuring Ekman's basic emotions—Joy, Sadness, Anger, Fear, Disgust, and Surprise—provided for SemEval 2024 Task 3, Subtask 1, we assess whether ContrastiveBERT can better capture nuanced emotional states, address class imbalances, and outperform standard BERT in classifying these six emotions. The ContrastiveBERT approach demonstrated notable performance improvements, with a 9.1% higher F1 score, 11.3% increase in ROC AUC, and a 10.17% improvement in accuracy compared to the baseline BERT model. This research contributes to enhancing our understanding of ContrastiveBERT's performance in capturing multiple emotions within a single text segment, paving the way for its broader application in emotion analysis
Benzer Tezler
- DA4HI: A deep learning framework for facial emotion recognition in affective systems for children with hearing impairments.
DA4HI: İşitme engelli çocuklar için duyuşsal sistemlerde yüzdeki duyguların tanınması maksadıyla geliştirilen derin öğrenme modeli.
CEMAL GÜRPINAR
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
PROF. DR. NAFİZ ARICA
- Multilabel classification with neural network
Yapay sinir ağları ile çok etiketli sınıflandırma
SEZİN EKŞİOĞLU
Yüksek Lisans
İngilizce
2022
Bilim ve TeknolojiÖzyeğin ÜniversitesiVeri Bilimi Ana Bilim Dalı
DOÇ. DR. OKAN ÖRSAN ÖZENER
- Machine learning-enabled stress detection in children using physiological signals during robot assisted therapy
Çocuklarda makine öğrenmesi ile desteklenmiş robot ile yapılan terapi sırasında fizyolojik sinyallerle stres tespiti
SEVGİ NUR BİLGİN AKTAŞ
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Eğitimi Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
- Durgun görüntülerden yüz ifadelerinin tanınması
Facial expression recognition from static images
BİLGE SÜHEYLA AKKOCA
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHİTTİN GÖKMEN
- Sosyal medya verileri üzerinde derin öğrenme tabanlı hibrit model kullanılarak salgın dönemi duygu analizi
Epidemic period emotion analysis using a deep learning based hybrid model on social media data
AYHAN AKKAYA
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiMühendislik Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAGEHAN İLHAN