Duygu analizinde transformer tabanlı modellerin karşılaştırılması
Comparison of transformer-based models in sentiment analysis
- Tez No: 952268
- Danışmanlar: DR. ÖĞR. ÜYESİ EROL KINA
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Doğal dil işleme, Duygu analizi, Transformer modeller, Natural language processing, Sentiment analysis, Transformer models
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Van Yüzüncü Yıl Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yapay Zeka ve Robotik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
Duygu analizi metinlerden duygu çıkarımı yapan yapay zeka çalışmasıdır. Son dönemlerde bu alanda yapılan çalışmalar ve alana olan rağbet bu alan ile ilgili çalışmaları da artırmıştır. Çeşitli makine öğrenmesi algoritmaları, derin öğrenme yöntemleri ve son zamanlarda Transformer tabanlı modeller duygu analizi konularında oldukça yaygın bir şekilde kullanılmaya başlamıştır. Bu çalışma duygu analizi problemlerinde kullanılmak üzere Transformer tabanlı modellerin karşılaştırılması için yapılmıştır. Çalışmada biri 61121 satır ve diğeri 5937 satırdan oluşan iki ayrı veri seti kullanılmıştır. Araştırmada kullanılan veri setleri öncelikli olarak temizlik ve ön hazırlık aşamalarından geçirilmiş ve Transformer tabanlı modellerin kullanımı için hazır hale getirilmiştir. Daha sonra on ayrı Transformer modeli için ayrı ayrı notebooklar çalıştırılmış ve sonuçları raporlanmıştır. Her bir notebook beş epoch boyunca çalıştırılmış ve hem uzun veri seti için hem de az örneklem sayısına sahip veri seti için sonuçlar karşılaştırılmıştır. Çalışma sonucunda Transformer tabanlı modellerin performansı karşılaştırılmış olup çeşitli parametre ve metrik kullanımları durumundaki sonuçları gözlemlenmiştir. Genel oalarak yüksek orandaki başarı performansları ve hızlı çalışabilme yetenekleri Transformer tabanlı modellerin duygu analizi çalışmalarında büyük oranda kullanılması gerektiğini göstermiştir. Böylece diğer birçok Doğal Dil İşleme (NLP) görevinde olduğu gibi duygu analizi çalışmalarında da Transformer tabanlı modeller başarılı sonuçlar vermeye devam edecektir. Daha fazla parametre ayarı ve modele özgü ince ayarlarla gelecekte yüksek performanslı modeller kullanılabilecek olup gerçek dünya problemlerinde de çok daha büyük başarılara imza atılabilecektir.
Özet (Çeviri)
Sentiment analysis is an artificial intelligence task that involves extracting emotions from texts. In recent years, the increasing interest and studies in this field have significantly contributed to the development of sentiment analysis research. Various machine learning algorithms, deep learning methods, and more recently, transformerbased models have become widely used in sentiment analysis tasks. This study was conducted to compare transformer-based models for use in sentiment analysis problems. Two separate datasets were used in the study: one consisting of 61121 entries and the other consisting of 5937 entries. The datasets used in the research were first subjected to cleaning and preprocessing steps to prepare them for use with transformer-based models. Subsequently, separate notebooks were run for ten different transformer models, and their results were documented. Each notebook was run for five epochs, and results were compared for both the large dataset and the smaller dataset with fewer samples. As a result of the study, the performance of transformer-based models was compared, and their outcomes under various parameters and metric usages were observed. In general, the high performance and fast processing capabilities of transformer models have demonstrated that they should be widely employed in sentiment analysis tasks. Thus, just as in many other Natural Language Processing (NLP) tasks, transformer-based models are expected to continue delivering successful results in sentiment analysis as well. With further parameter tuning and model-specific optimizations, highly performant models could be utilized in the future, achieving even greater success in real-world applications.
Benzer Tezler
- Sağlık alanında yapay zekâ kullanımını etkileyen faktörlerin belirlenmesi
Identifying the factors affecting the use of artificial intelligence in healthcare
SEDA KAYA
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri MühendisliğiSamsun ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYCAN PEKPAZAR
- EEG sinyalleri ile duygu tanımada transfer öğrenme yöntemlerinin karşılaştırmalı performans analizi
Comparative performance analysis of transfer learning methods in emotion recognition using EEG signals
SELİME TUBA PESEN
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ALİ ALTUNCU
- Amazon müşteri yorumlarının duygu analizi yöntemleriyle değerlendirilmesi
Evaluating Amazon customer reviews through sentiment analysis techniques
SABUHI YUSIFOV
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOSTİM TEKNİK ÜNİVERSİTESİYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ SEBETCİ
- Vision transformer ve retentive network yöntemleri ile görüntü üzerine dugu analizi
Image-based sentiment analysis with vision transformer and retentive network methods
VELİ DEMİR
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YAKUP GENÇ
- Sosyal mühendislikte komplo tabanlı içeriklerin yapay zekâ ile analizi
Analysis of conspiracy-based content in social engineering with artificial intelligence
EMEL KOÇYİĞİT
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATİH ÇALLI