FEATURE SELECTION ALGORITHM FOR SENTIMENT ANALYSIS OF ARABIC LANGUAGE
DUYGU ANALİZİ İÇİN ÖZELLİK SEÇİM ALGORİTMASIARAPÇA DİLİ
- Tez No: 501656
- Danışmanlar: Assist. Prof. YURIY ALYEKSYEYENKOV
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Türk Hava Kurumu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Bilişim Teknolojileri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son zamanlarda, duyarlılık analizi (SA) birçok araştırmacı için verimli bir çalışma alanı olmuştur. Bu konu, doğal dil işleme, veri madenciliği ve otomatik öğrenme ile ilgilidir. SA, belirli konular hakkında insanların duygularını ortaya çıkarmak için onların fikirlerini analiz etme sürecidir, bu sayede bu fikir kutuplaşmalarının“nötr”,“olumsuz”veya“olumlu”olarak kabul edilip edilmeyeceği belirlenmektedir. İngiliz dili için SA, çoğu araştırmacı tarafından uygulanmaktadır. 300 milyondan fazla kişinin resmi dili olarak kabul edilse de Arapça dili üzerine yapılan çalışmalar Arapça duygu analizine hizmet eden kaynak ve araçların eksikliği gibi pek çok zorlukla karşılaşıldığından, Arapça duygu analizi araştırmaları halen sınırlıdır. SA, veri sözlüğüne dayalı yaklaşım, otomatik öğrenme yaklaşımı veya hibrit yaklaşım gibi birçok yaklaşımlarla uygulanabilmektedir. Birçok çalışmada, örneğin cümle düzeyi, belge düzeyi veya bakış açısı düzeyi gibi farklı düzeylerde ML yaklaşımı incelenmiştir. Otomatik öğrenmede SA çalışılırken, ön işleme adımı ile üretilen verilerin yüksek boyutsallığı ile ilgili bir sorunla karşı karşıya kalınmıştır. Bu nedenle, bu tezde, duygu analizinde önemli kabul edilen özellik seçme adımını uygulayarak bu sorunu çözmek istiyoruz. Bununla birlikte, az sayıdaki araştırmacıya ait çalışmada bu önemli adım ilgi çekmiştir. Bu adım, sınıflandırıcının performansını artırmak amacıyla gürültüyü ve alakasız verileri ortadan kaldırarak veri kümesini geliştirmede önemlidir. Bu yüzden, Arapça duygu analizinde daha önce hiç kullanılmayan en popüler“sezgi ötesi”algoritmalardan birini kullanacağız. Bu algoritma, İkili Parçacık Kümesi Optimizasyonu (BPSO) olarak adlandırılmaktadır. Çalışmamızda, internette mevcut olan Tweeter veri kümesi kullanılmış ve yaklaşımımızın performansını değerlendirmek üzere geri çağırma, hassasiyet, f-ölçümü ve doğruluk gibi uygulamalar kullanılmıştır. Son olarak, deneylerimiz ve değerlendirmelerimiz, BPSO'nun bir özellik seçimi modeli olarak uygulanmasının, asıl özelliklerden seçilen birkaç özellik ile sınıflandırıcının performansının artabileceğini göstermiştir.
Özet (Çeviri)
Recently sentiment analysis (SA) has become fertile area for many researchers. This subject is related to natural language processing, data mining and machine learning. SA represents a process of analyzing people's opinions to extract their feelings about specific topics to determine if these opinion polarities are considered as“neutral”,“negative”or“positive”. SA for English language is applied by most of researchers. While for Arabic language that considered as a formal language for more than 300 million people, researches for Arabic sentiment analysis still limited because working in this field faced many challenges such as the lack of sources and tools that served Arabic sentiment analysis. SA can be applied in many approaches like lexicon-based approach, machine learning approach or hybrid approach. Several studies examined ML approach in different levels for instance (sentence-level, document-level, or aspect-level). When they deal with SA in machine learning, they faced a problem with the high dimensionality of data that is produced by the preprocessing step. Therefore, in this thesis we would like to deal with this problem by applying feature selection step that is considered important in sentiment analysis. Nevertheless, few researchers are interested in this significant step in their researches. This step is important to improve dataset by removing noise and irrelevant data to increase the classifier's performance. Therefore, we will use one of the most popular“meta-heuristic”algorithms which never been used in sentiment analysis for Arabic language. This algorithm namely Binary Particle Swarm Optimization (BPSO). In our work, we used Tweeter dataset that is available on the Internet and applied recall, precision, f-measure and accuracy to appraise the performance of our approach. Finally, our experiments and evaluations showed that applying BPSO as a feature selection model could improve the classifier's performance with few features that selected from original features.
Benzer Tezler
- A lexicon based method for subjectivity and sentiment analysis using an Arabic twitter corpus
Arapça twitter korpusu ile öznellik ve sentıment analizi için sözlük tabanlı yöntem
NASEER MOHAMMED JASIM AL-BUHRUZI
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiMatematik Ana Bilim Dalı
YRD. DOÇ. DR. ABDÜL KADİR GÖRÜR
- Aspect based opinion mining on Turkish tweets
Türkce tweetlerde konu bazli düşünce analizi
ESRA AKBAŞ
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAKAN FERHATOSMANOĞLU
- Doğal dil işleme yöntemleriyle Türkçe sosyal medya verileri üzerinde duygu analizi
Sentiment analysis with natural language processing methods on Turkish social media data
İLKAY YELMEN
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. METİN ZONTUL
- 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
- Cryptocurrency price prediction by using social media data
Makine öğrenmesi teknikleri kullanılarak sosyal medya verileri ile kripto para fiyat tahmini
ÖZLEM GÜL PAMUK
Yüksek Lisans
İngilizce
2019
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. SEFER BADAY