Geri Dön

Haber metinleri üzerinde makine öğrenmesi yöntemleri ile duygu analizi

Sensiment analysis using machine learning methods on news text

PDF İndir

  1. Tez No: 925228
  2. Yazar: ASLI GİZEM ÖZTÜRK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ METİN TURAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: İstanbul Ticaret Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 72

Özet

Haber metinlerinde yer alan duygular analiz edilerek, bu haberlerin toplum üzerindeki etkileri değerlendirilebilir. Bu kapsamda Türkçe metinlerde geniş yelpazede duygu analizi çalışmalarının yetersiz olduğu ve bu eksik alanın çözümüne yönelik yaptığımız bu çalışma ile Türkçe haber metinlerinde makine öğrenmesi yöntemleriyle özellikle şiddete yönelik“korku”,“mutluluk”,“öfke”,“üzüntü”ve“şaşkınlık”duyguları tespit etmek hedeflenmiştir. Türkçe dil yapısı da dikkate alınarak çalışmaya özel hazırlanan bir külliyat üzerinde sıfat ve isim ayrışımı yapılarak TF-IDF ve Double Normalizasyon yöntemleri ile bu çalışmaya özgü sözlük grupları oluşturulmuştur. Bu sözlük grupları ile makine öğrenmesi yöntemleri (Çok Katmanlı Sinir Ağları (MLP), Destek Vektör Makineleri (SVM), Rastgele Orman (RF), LightGBM, XGBoost, GPT-2, BERT, DistilBERT ve XLM ROBERTa) kullanılarak haber metinleri üzerinde duygu analizi sınıflandırılması sağlanmıştır. Değerlendirme metrikleri olarak F1-ölçütü, doğruluk, geri çağırma ve hassasiyet kullanılmıştır. Model eğitiminde Double Normalizasyon ile oluşturulan sözlük grubu, GPT-2 modeli, Kafes Arama (Grid Search) optimizasyon yöntemi ve çapraz doğrulama ile kullanılarak elde edilen en yüksek 0,99 F1-ölçütü ve 0,99 doğruluk değerleri elde edilmiştir. Bu çalışmada elde edilen sonuçların ve veri setinin Türkçe metinlerde duygu sınıflandırması yapılmasına yönelik gelecekteki benzer çalışmalara ışık tutması beklenmektedir.

Özet (Çeviri)

By analyzing the emotions in news texts, the effects of these news on society can be evaluated. In this context, considering the inadequacy of wide-ranging sentiment analysis studies on Turkish texts, and aiming to solve this missing area, this study aims to detect emotions such as“fear”,“happiness”,“anger”,“sadness”and“surprise”especially towards violence in Turkish news texts using machine learning methods. By performing adjective and noun separation on a corpus specially prepared for the study by also taking into account the Turkish language structure, dictionary groups specific to this study were created using TF-IDF and Double Normalization methods. With these dictionary groups, machine learning methods (Multilayer Neural Networks (MLP), Support Vector Machines (SVM), Random Forest (RF), LightGBM, XGBoost, GPT-2, BERT, DistilBERT and XLM ROBERTa) were used to classify sentiment analysis on news texts. F1-score, accuracy, recall and precision were used as evaluation metrics. In model training, the dictionary group created with Double Normalization, GPT-2 model, Grid Search optimization method and cross validation were used to obtain the highest F1-score of 0.99 and accuracy values of 0.99. It is expected that the results and dataset obtained in this study will shed light on similar future studies on sentiment classification in Turkish texts.

Benzer Tezler

  1. Tez No

    637426

    Understanding twitter users' behaviour by social network analysis during disasters

    Afet durumunda twıtter kullanıcılarının sosyal ağ analizi ile davranışını anlama

    GÖZDE MERVE DEMİRCİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞULE ITIR SATOĞLU

    DOÇ. DR. GÜLÜSTAN DOĞAN

  2. Tez No

    555364

    Müşteri yorumları üzerinde metin analitiği çalışmaları ve yorumların makine öğrenmesi algoritmaları ile modellenmesi

    Başlık çevirisi yok

    MUHAMMED IŞIK

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Mühendislik Bilimleriİstanbul Medeniyet Üniversitesi

    Uygulamalı Matematik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ELİF KARAKAYA

  3. Tez No

    478447

    Multilevel sentiment analysis in Arabic

    Arapça için çok düzeyli duygu analizi

    AHMED NASSAR

    Doktora

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. EBRU AKÇAPINAR SEZER

  4. Tez No

    389367

    Kısa metinlerde varlık ismi tanıma

    Named entity recognition on Turkish short texts

    BEYZA EKEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AHMET CÜNEYD TANTUĞ

  5. Tez No

    895348

    Sentiment analysis model proposal with deep learning techniques on big data: Portfolio selection with the help of industry indicators

    Büyük veri üzerinde derin öğrenme teknikleri ile duygu analizi model önerisi: Sektör göstergeleri yardımıyla portföy seçimi

    MAHMUT SAMİ SİVRİ

    Doktora

    İngilizce

    İngilizce

    2023

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP ÜSTÜNDAĞ

Geri Dön