Duygu-türk: Yazılı ve sözlü türkçe metinler için duygu analiz yöntemi
Duygu-Turk: sentiment analysis method for written and spoken Turkish texts
- Tez No: 988895
- Danışmanlar: DR. ÖĞR. ÜYESİ SAİT CAN YÜCEBAŞ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Çanakkale Onsekiz Mart Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
İlgili tez çalışmasında, Plutchik'in Duygu Çarkı kuramı temel alınarak, Türkçe yazılı ve sözlü verilerden duygu tespiti yapabilen bütüncül bir yapay zeka sistemi geliştirilmiştir. Çalışmanın ilk aşamasında, yazılı Türkçe metinlerin“pozitif, negatif, nötr, koşullu-pozitif, koşullu-negatif”sınıfının, sekiz temel duygunun, bu duyguların yoğunluk düzeylerinin ve sekiz temel duygunun birleşiminden oluşan ikincil duyguların belirlenmesini sağlayan LSTM derin öğrenme tabanlı yapay zeka modelleri oluşturulmuştur. Bu modellerin eğitimi için, Türkçe diline özgü 136.000 cümlelik etiketlenmiş kapsamlı bir veri kümesi oluşturulmuştur. İkinci aşamada ise konuşma kayıtlarından elde edilen ses sinyalleri üzerinden çeşitli kepstral, prozodik, spektral, zamansal ve özetleyici istatistiksel özellikler çıkarılmış; bu özellikler kullanılarak duyguların yoğunluklarıyla birlikte sınıflandırılabildiği bir başka LSTM derin öğrenme tabanlı yapay zeka modeli geliştirilmiştir. Son aşamada, yazılı ve sözlü analiz modellerinden elde edilen sonuçlar birleştirilerek nihai duygunun daha isabetli bir biçimde tespit edilebildiği hibrit bir model tasarlanmıştır.“Duygu-Türk”adı verilen bu hibrit model hem metin hem de ses tabanlı analizleri bir araya getirerek daha güvenilir bir duygu analizi süreci sunmakta ve tespit edilen duyguyu ise Plutchik'in Duygu Çarkı üzerinde konumlandırarak görselleştirebilmektedir. Çalışmanın ilk aşamasında yazılı Türkçe metinler için biçim modeli %99,77, anlam modeli %92,84, sevinç modeli %95,37, güven modeli %97,88, korku modeli %96,92, şaşkınlık modeli %97,42, üzüntü modeli %95,86, tiksinme modeli %96,17, öfke modeli %96,08 ve beklenti modeli %96,39 doğruluk başarısı göstermiştir. Çalışmanın ikinci aşamasında sözlü metinler için anlamsal model %73,02, duygu model %61,08, yoğunluk model ise %76,65 doğruluk başarısı göstermiştir.
Özet (Çeviri)
In the related thesis study, a comprehensive artificial intelligence system capable of detecting emotions from both written and spoken Turkish data was developed based on Plutchik's Wheel of Emotions theory. In the first phase of the study, an LSTM-based deep learning models were created to identify the class (positive, negative, neutral, conditionally-positive, conditionally-negative), the eight basic emotions, their intensity levels, and the secondary emotions formed by combinations of the basic emotions in written Turkish texts. For training these models, a comprehensive and labeled dataset of 136,000 Turkish sentences was constructed. In the second phase, various cepstral, prosodic, spectral, temporal, and summary statistical features were extracted from audio signals obtained from speech recordings. Using these features, another LSTM-based deep learning model was developed to classify emotions along with their intensity levels. In the final phase, the results obtained from the text and speech analysis models were combined to design a hybrid model that can detect emotions more accurately. This hybrid model, named“Duygu-Türk,”offers a more reliable emotion analysis process by integrating both text- and speech-based analyses and is capable of visualizing the detected emotion by positioning it on Plutchik's Wheel of Emotions. In the first phase of the study, for written Turkish texts, the form model obtained 99.77%, the semantic model 92.84%, the joy model 95.37%, the trust model 97.88%, the fear model 96.92%, the surprise model 97.42%, the sadness model 95.86%, disgust model 96.17%, anger model 96.08%, and expectation model 96.39% accuracy scores. In the second phase of the study, for verbal texts, the semantic model obtained 73.02%, the emotion model 61.08% accuracy, and the intensity model 76.65% accuracy scores.
Benzer Tezler
- Yabancı dil olarak Türkçe öğretiminde düşünceyi geliştirme eğitiminin yazma becerisine etkisi
The effect of thinking development training on writing skills in teaching Turkish as a foreign language
SEZGİ DALİOĞLU
Doktora
Türkçe
2023
Türk Dili ve EdebiyatıHacettepe ÜniversitesiTürkiyat Araştırmaları Ana Bilim Dalı
PROF. DR. SEMA ASLAN DEMİR
- 20. yy. Doğu Anadolu taşlamalarında mizahın protesto işlevi
Humor protest function in 20th century Eastern Anatolian taslamas
ELİF EDA SARIKAYA
Yüksek Lisans
Türkçe
2019
Halk Bilimi (Folklor)Hacettepe ÜniversitesiTürk Halk Bilimi Ana Bilim Dalı
DOÇ. DR. REFİA GÜLİN ÖĞÜT EKER
- Syntaktische Interferenzfehler ein beitrag zum Deutschunterricht mit Türkischen Studenten
Başlık çevirisi yok
MERAL GİRGİN
- Bilim, tıp ve teknolojiyi edebiyat aracılığıyla okumak: Tüberküloz ve ilgili sağlık mekânları bağlamında Türkiye'deki deneyimler (1900–1950)
Reading science, medicine and technology through literature: Experiences in Türkiye in the context of tuberculosis and places of healthcare (1900–1950)
MELİKE KARALİ
Doktora
Türkçe
2025
Deontoloji ve Tıp Tarihiİstanbul Teknik ÜniversitesiBilim ve Teknoloji Tarihi Ana Bilim Dalı
PROF. DR. TUNCAY ZORLU
- Mustafa Asım Köksal'ın din algısı ve dini yaşayışı
Mustafa Asım Köksal's perception of religion and religious practices
RABİA KARTAL
Yüksek Lisans
Türkçe
2024
PsikolojiAnkara Sosyal Bilimler ÜniversitesiFelsefe ve Din Bilimleri Ana Bilim Dalı
PROF. DR. ASIM YAPICI
