Türkçe'de hedef bazlı duygu analizi
Aspect based sentiment analysis in Turkish
- Tez No: 982888
- Danışmanlar: DR. ÖĞR. ÜYESİ ŞABAN SAHMOUD, DOÇ. DR. BERNA KİRAZ
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Engineering Sciences, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Fatih Sultan Mehmet Vakıf Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka ve Veri Bilimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Hedef bazlı duygu analizi, metin içerisindeki hedef terimlere yönelik pozitif, negatif veya nötr duygu sınıflarını belirleyerek çoklu görüşleri ayrı ayrı analiz etme olanağı tanımaktadır. Geleneksel duygu analizinin yetersiz kaldığı çok hedefli yapılarda, HBDA yöntemleri kullanıcı görüşlerini daha ayrıntılı ve anlamlı şekilde analiz edebilmek için kritik öneme sahiptir. Bu bağlamda, Türkçe dilinde gerçekleştirilecek HBDA çalışmaları hem akademik araştırmalar hem de gerçek dünya uygulamaları açısından önemli bir boşluğu doldurma potansiyeline sahiptir. Ancak bu alandaki Türkçe çalışmalar sınırlıdır ve daha fazla araştırmaya ihtiyaç duyulmaktadır. Bu tez kapsamında, ürün yorumları, konaklama deneyimleri, eğitim içerikleri ve sosyal medya gibi farklı alanlardan toplanan 6.000 açık alan nitelikli Türkçe metinden oluşan yeni bir veri kümesi sunulmaktadır. Çok hedefli yapıya sahip bu veri kümesinde hem tek hem çok sözcüklü hedef terimler etiketlenmiştir. HBDA görevi, hedef terim çıkarımı ve hedefe yönelik duygu sınıflandırması olmak üzere iki alt başlıkta ele alınmıştır. Hedef çıkarımı, Adlandırılmış Varlık Tanıma (NER) problemi olarak modellenmiş ve BIOS etiketleme yöntemi tercih edilmiştir. BERT ve ELECTRA modellerinden elde edilen bağlamsal vektörlerin öğrenilebilir füzyonu ile geliştirilen model, hedef çıkarımında %88.53 doğruluk ve %88.52 F1-skoru sağlamıştır. Duygu sınıflandırması ise %86.97 doğruluk ve %83.69 F1-skoru ile tamamlanmıştır. Bu çalışma, hedef terimleri, duygu kutupları ve kategori bilgilerini içeren açık alan nitelikli bir kaynak sunarak Türkçe HBDA araştırmalarına katkı sağlamaktadır.
Özet (Çeviri)
Target-based sentiment analysis enables identifying positive, negative, or neutral sentiment for each aspect term in a sentence, allowing the analysis of multiple opinions. In multi-aspect scenarios where traditional sentiment analysis falls short, ABSA provides a more precise understanding of user feedback. In this context, research tailored to the Turkish language is crucial to bridge the gap in existing resources and enable more effective sentiment-aware applications. However, research in this area for the Turkish language is limited and needs further development. This thesis introduces a new open-domain dataset of 6,000 Turkish texts from domains such as product reviews, accommodation, education, and social media, annotated with single- and multi-word aspect terms. The ABSA task is addressed through two subtasks: aspect term extraction and aspect-level sentiment classification. Aspect extraction is modeled as a Named Entity Recognition (NER) problem using the BIOS tagging scheme. A learnable fusion model combining contextual embeddings from BERT and ELECTRA achieves 88.53% accuracy and 88.52 F1-score. Sentiment classification reaches 86.97% accuracy and 83.69 F1-score. This study provides a valuable open-domain resource including aspect terms, sentiment polarities, and category information, contributing to Turkish ABSA research.
Benzer Tezler
- Discovering market insights from online product reviews through sentiment analysis
Çevrimiçi müşteri yorumları ile duygu analizi ve pazar payı için bir içgörü aracı
MUHAMMET ALİ KADIOĞLU
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERKAN IŞIKLI
- Çalışma belleği ve negatif değerlikli duyguların EEG tabanlı kestirim sistemi
EEG based working memory and negative emotional valence estimation system
BORA CEBECİ
Doktora
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi-CerrahpaşaBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. AYDIN AKAN
- Türkçe metinler için yapay zeka yöntemleri kullanılarak duygu analizi.
Sentiment analysis using artificial intelligence methods for Turhish texts
SEDA KILIÇER
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. RÜYA ŞAMLI
- Türkçe metinlerde duygu analizi
Sentiment analysis in Turkish texts
CUMALİ TÜRKMENOĞLU
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET CÜNEYD TANTUĞ
- İçerik tabanlı atıf analizi modeli tasarımı: Türkçe atıflar için metin kategorizasyonuna dayalı bir uygulama
Designing a model for content-based citation analysis: An application for Turkish citations based on text categorization
ZEHRA TAŞKIN
Doktora
Türkçe
2017
Bilgi ve Belge YönetimiHacettepe ÜniversitesiBilgi ve Belge Yönetimi Ana Bilim Dalı
DOÇ. DR. UMUT AL