Duygu analizi çalışmalarında aykırı değer tespitinin sınıflandırma başarısına etkisi
Impact of outlier detection on classification performance in sentiment analysis
- Tez No: 968354
- Danışmanlar: DOÇ. DR. İREM ERSÖZ KAYA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Tarsus Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 165
Özet
Günümüzde internetin yaygın kullanımı ile birlikte insanlar vakitlerinin çoğunu farklı platformlarda duygu ve düşüncelerini ifade ederek geçirmektedir. Bireylerin fikir ve görüşlerini rahatça ifade ettikleri sosyal medya; marka ve ürünler hakkında müşterilerin olumlu, olumsuz düşüncelerini öğrenme fırsatı sunmaktadır. Bu çalışma kapsamında, Amazon'un“Pet Supplies”ve IMDB veri setleri kullanılarak aykırı değerlerin duygu analizi üzerindeki etkisi incelenmiştir. Çalışmada transformatörlerden çift yönlü kodlayıcı temsili modeli temel alınmış ve aykırı değer tespit yöntemleri olan yerel aykırılık faktörü, tek sınıf destek vektör makineleri ve izalasyon ormanları yöntemleri uygulanmıştır. Aykırı veriler dört farklı stratejiyle ele alınmıştır: yalnızca eğitim verisinden çıkarılması, hem eğitim hem test verilerinden çıkarılması, aykırı verilerin metin başına belirteç eklenerek işaretlenmesi ve sabit bir ifadeyle değiştirilmesi. Ayrıca, yalnızca eğitim verisinden aykırı verilerin çıkarıldığı stratejide, t-dağılımlı stokastik komşu gömme ve temel bileşen analizi boyut indirgeme yöntemlerinin aykırı değer tespiti sürecine etkisi de değerlendirilmiştir. Elde edilen sonuçlar, önerilen yöntemin sınıflandırma doğruluğuna katkı sunduğunu, ancak bu katkının belirli koşullar altında sınırlı kaldığını ortaya koymaktadır.
Özet (Çeviri)
Nowadays, people spend a significant amount of time to expressing their emotions and thoughts through various online platforms, as a result of the widespread use of the internet. Social media, where people can freely and easily express their opinions and views, provides the opportunity to find out about customers' positive and negative thoughts regarding brands and products. In this study, the effect of outliers on sentiment analysis was examined using Amazon's“Pet Supplies”and IMDB data sets. Within the scope of this work, bidirectional encoder representations from transformers (BERT) model was used as the basis model, and the outlier detection Methods including local outlier factor (LOF), one class support vector machine (OCSVM), and isolation forest (IForest) were applied. Outliers were examined using four different strategies: removed from only training data, removed from both training data and test data, marking outliers by adding a token begining of the text, and replacing them with a fixed expression. In addition, the effect of t-distributed stochastic neighbor embedding (t-SNE) and principal component analysis (PCA) dimensionality reduction methods on the outlier detection process was also evaluated in the strategy where only outliers were eliminated from the training data. The obtained results indicate that the proposed method contributes to classification accuracy; however, this contribution appears to be limited under certain conditions.
Benzer Tezler
- 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
- Spatialization of fun: Nocturnal heterotopias from counter-society to cyber-society
Eğlencenin mekansallaşması: Karşı-toplumdan siber-topluma gece heterotopyaları
MERİÇ MUSAOĞLU
Yüksek Lisans
İngilizce
2022
Sosyolojiİstanbul Teknik Üniversitesiİç Mimari Tasarım Ana Bilim Dalı
DOÇ. DR. EMİNE GÖRGÜL
- The effects of gender, type of problem, previous referral experiences and gender role attitudes on the evaluations of teachers in relation to the students' psychological problems
Öğretmenlerin öğrencilerinde gördükleri psikolojik yakınmaları değerlendirmelerini etkileyen faktörler; cinsiyet, yakınmanın türü, önceki yönlendirme deneyimi ve toplumsal cinsiyet rolleri tutumunun etkileri
SEVİ GİZEM ZEYBEK
- İlkokul ve lise öğrencilerinin sanatsal gelişim düzeylerine göre değerlendirilmesi
Evaluation of primary and high school students according to artistic developmental levels
DUYGU KÜPELİ
Yüksek Lisans
Türkçe
2019
Eğitim ve ÖğretimGazi ÜniversitesiGüzel Sanatlar Eğitimi Ana Bilim Dalı
PROF. DR. MELİHA YILMAZ
- Sözlük tabanlı yaklaşım ve makine öğrenmesi ile Türkçe doğal dil işleme: Eğitim kurumlarında duygu analizi
Turkish natural language processing using dictionary based approach and machine learning: Sentiment analysis in educational institutions
HARUN AKSAYA