A deep learning approach to sentiment analysis in Turkish
Derin öğrenme metodları kullanılarak Türkçe'de duygusal analiz
- Tez No: 579164
- Danışmanlar: DR. ÖĞR. ÜYESİ BARIŞ ARSLAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Derin öğrenme, Doğal dil işleme, Duygu analizi, Makine öğrenmesi, Deep learning, Natural language processing, Sentiment analysis, Machine learning
- Yıl: 2019
- Dil: İngilizce
- Üniversite: İstanbul Şehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Duygusal analiz makine öğrenmesinin alt dallarından biri olan doğal dil işlemenin problemlerinden biridir. Çoğunlukla sosyal medya paylaşımlarının, ürün ve medya yorumlarının kutupluluğunu belirlemek için kullanılır. Veri bilimcileri ve sosyal medya analistlerinin bu konuya olan ilgilerinden ötürü doğal dil işlemenin en popüler konuları arasındadır. İyi bir duygu analizi ölçer elde etmek için veri sözlüğü bazlı yöntemlerin yanı sıra, çokça bilinen tekniklerden ileri düzey algoritmalara varıncaya kadar farklı türlerde uygulamalar geliştirilmiştir. Bu çalışma, Türkçe'de duygu analizini için öğrenme metodlarını önerir. Mantıksal regresyon ve Naïve Bayes sınıflandırıcılar gibi geleneksel makine öğrenme metodları bu problemin çözümü için kullanılmaktadır. Fakat kelime kümeleri (bag-of-words) modellerini kullanan ve kelimelerin cümle içerisindeki yerini gözardı eden bu metodların uygulanabilirliği sınırlıdır. Bu çalışmada, bu bilinen yaklaşımları modern teknikler olarak sayabileceğimiz LSTM gibi Özyinelemeli Sinir Ağlarıyla, filmler hakkında bilgiler içeren popüler bir Türkçe web sitesinden elde ettiğimiz veriseti üzerinde uygulamalar yaparak karşılaştırıyoruz. Sonuçlarımız Özyinelemeli Sinir Ağları'nı kullanan yöntemlerin sınıflandırma sonuçlarında gelişme gösterdiği yönündedir.
Özet (Çeviri)
Sentiment analysis is an application of natural language processing (NLP) which is a subfield of artificial intelligence. Sentiment analysis is used to determine the polarity of the thoughts mostly on social media posts, product or different media reviews. Due to its growing demand by data scientists and social media analysts it is one of the most popular topics in NLP. Beside the lexicon-based techniques, from well-known machine learning techniques to advanced algorithms such as deep learning algorithms, there are different kind of algorithms and approaches developed to obtain a good sentiment analysis tool. This study proposes using recurrent neural networks, a type of deep learning algorithm for sentiment analysis in Turkish. Traditional machine learning methods such as logistic regression or Naive Bayes are often applied to this problem however their applicability is limited since they use bag-of-words model which does not take into account the order of the words in a sentence. In this study we compare these approaches with a modern technique called recurrent neural networks using LSTM units on a dataset crawled from a Turkish movie website. Our results show that RNN based approaches improve the classification accuracies.
Benzer Tezler
- Sentiment analysis of Arabs in Turkey using deep learning on social media data
Sosyal medya verileri üzerinde derin oğrenme kullanılarak Türkeyedeki Arabların duygu analizi
İNAS CUMAOĞLU
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YÜKSEL ÇELİK
DR. ÖĞR. ÜYESİ VEDAT TÜMEN
- Türkçe metinlerde farklı temsil modelleri ve öğrenme yöntemleri ile duygu analizi karşılaştırması
Comparison of sentiment analysis with different representation models and learning methods in Turkish texts
KADRİYE MARANGOZ
Yüksek Lisans
Türkçe
2023
Bilim ve TeknolojiBursa Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ÖZGÜR CİNGİZ
- Türkçe hedef tabanlı duygu analizi için alt görevlerin incelenmesi–hedef terim, hedef kategori ve duygu sınıfı belirleme
Inspecting sub tasks of aspect based sentiment analysis in Turkish language–opinion target expression, aspect category and sentiment polarity detection
FATİH SAMET ÇETİN
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜLŞEN ERYİĞİT
- Derin öğrenme yöntemleriyle sosyal medya analizi ve kullanıcı temsili
Social media analysis and user representation with deep learning methods
İBRAHİM RIZA HALLAÇ
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GALİP AYDIN