Geri Dön

Türkçe ürün yorumları verisi ile duygu analizi

Sentiment analysis using Turkish product review data

PDF İndir

  1. Tez No: 676313
  2. Yazar: BUĞRA POLAT
  3. Danışmanlar: DR. ÖĞR. ÜYESİ BÜLENT TUĞRUL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Derin öğrenme, Duygu analizi, Fikir madenciliği, Veri madenciliği, Deep learning, Sentiment analysis, Opinion mining, Data mining
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Günümüzde sosyal medya platformları, alışveriş siteleri, forum ve blog gibi ortamlarda kullanıcılar her türlü ürün, hizmet veya durum hakkında düşüncelerini kolaylıkla paylaşabilmektedir. Paylaşılan bu içerikler analiz edilmesi gereken bir veri kaynağı oluşturmaktadır. Duygu analizinin amacı bu veri kaynağından anlamlı bilgilerin çıkarılmasını sağlamaktır. Yapılan çalışmada, bir e-ticaret sitesindeki farklı kategorilerden ürünlere ait Türkçe yorumları içeren veri seti kullanılmıştır. Her bir yorumun duygu durumunun olumlu veya olumsuz olarak belirlenmesi hedeflenmiştir. Son yıllarda duygu analizinde sıklıkla kullanılan Konvolüsyonel Sinir Ağı (CNN), Uzun Kısa Süreli Bellek (LSTM) ve Geçitli Tekrarlayan Birim (GRU) derin öğrenme yöntemleri ile modeller geliştirilmiştir. FastText tarafından Skip-gram ve Continuous Bag of Words (CBOW) yöntemleri ile oluşturulan önceden eğitilmiş kelime vektörlerinden faydalanılarak bu yaklaşımların modellerin performansına etkisi karşılaştırılmıştır. Deneysel sonuçlar, Türkçe metinlerin duygu analizinde GRU yöntemi ile oluşturulan modellerin diğer modellerden daha başarılı sonuç verdiğini göstermiştir.

Özet (Çeviri)

Nowadays, users can easily share their thoughts about all kinds of products, services or situations in social media platforms, shopping sites, forums or blogs. These shared contents create a data source that needs to be analyzed. The purpose of sentiment analysis is to extract meaningful information from this data source. In this study, a dataset containing Turkish reviews of products from different categories on an e-commerce website was used. It was aimed to determine the sentiment of each review as positive or negative. Models have been developed with Convolution Neural Network (CNN), Long Short-Term Memory (LSTM) and Gated Recurrent Unit (GRU) deep learning methods which are frequently used in sentiment analysis in recent years. Pre-trained word vectors created by FastText with Skip-gram and Continuous Bag of Words (CBOW) methods were used and the effects of these approaches on the performance of the models were compared. The experimental results show that the models created with the GRU method in the sentiment analysis of Turkish texts achieved more effective results than other models.

Benzer Tezler

  1. Tez No

    389371

    Türkçe metinlerde duygu analizi

    Sentiment analysis in Turkish texts

    CUMALİ TÜRKMENOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AHMET CÜNEYD TANTUĞ

  2. Tez No

    735174

    Tüketicilerin elektronik ağızdan ağıza pazarlama sağlama motivasyonları ile tüketici temelli marka değeri arasındaki ilişki ve bir araştırma

    A study on the relationship between consumers' motivations to provide electronic word of mouth and consumer-based brand equity

    ECEM SARI

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    İşletmeGalatasaray Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. CANER DİNCER

  3. Tez No

    719315

    Sosyal medyada gıda sektörünün netnografi ve metin madenciliği yöntemi ile incelenmesi: Torku markasının Twitter analizi

    Analysis of the food industry in social media with Netnography and text mining methods: Twitter analysis of Torku brand

    FATMA DİKKAYA KAVAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    EkonomiAksaray Üniversitesi

    İktisat Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ VİLDAN GÜLPINAR DEMİRCİ

  4. Tez No

    662729

    Sosyal medyada online tüketici yorumlarının performansını öngörme

    Predicting the performance of online consumer reviews in social media

    ESRA DEMİROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    İşletmeGebze Teknik Üniversitesi

    Strateji Bilimi Ana Bilim Dalı

    PROF. DR. HÜSEYİN İNCE

  5. Tez No

    726975

    E-ticaret ürünlerindeki türkçe kullanıcı yorumlarınınoyunlaştırma, nlp ve makine öğrenmesi teknikleri ile sınıflandırılması

    Başlık çevirisi yok

    RIFAT MERT DOLAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDoğuş Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YASEMİN KARAGÜL

Geri Dön