2 results
Search Results
Now showing 1 - 2 of 2
Master Thesis Türkçe Metinler Üzerinde Duygu Analizi(2023) Altınay, Gizem; Turhan, ÇiğdemGünümüz dünyasında veri miktarının ve çeşitliliğinin hızla artması veri sınıflandırmasını daha da önemli hale getirmiştir. Ancak Türkçe metinlerle yapılan çalışmalar oldukça sınırlıdır. Bu çalışmanın amacı, Türkçe metinlerden duyguları tasnif etmek ve bu alanda daha önce yapılmış araştırmaları incelemektir. Aşağıdaki araştırma sorularına cevap aranmaktadır: Metinler üzerinde duygu analizi nasıl yapılır? Hangi duygu kategorileri tespit edilebilir? BERT modeli Türkçe'de nasıl performans gösteriyor? Bu çalışma, Google Colab platformunda Python dili ve BERT modeli kullanılarak geliştirilen program ile Türkçe metinlerde duygu analizi yapmayı amaçlamaktadır. Çalışmada sınıflandırılan duygular öfke, şaşkınlık, korku, mutluluk, sevgi ve üzüntüdür.Master Thesis Türk Sosyal Medyası için Duygu Analizi: Twitter Üzerinden Bir Durum Çalışması(2016) Yurtalan, Gökhan; Koyuncu, Murat; Turhan, ÇiğdemDuygu Analizi bir yazarın ya da konuşmacının karşısındaki kişiye vermek istediği duyguyu pozitif, negatif ya da nötr cinsinden çözümlemeye çalışır. Çözümlenmeye çalışılan duygu, yazarın ya da konuşmacının yazılı metnini otomatik olarak sınıflandırdıktan sonra oluşur. İnternet ile birlikte sosyal medya sitelerinin aktif bir şekilde kullanılması sonucu, kişiler bir markaya, bir kişiye, bir siyasi partiye, bir ülkeye vb. karşı olan düşüncelerini kolayca ifade edebiliyor duruma gelmiştir. Böylece, yazarlar, sanatçılar, ürün sahipleri, parti yöneticileri sosyal medyada kendileri yada ürünleri hakkında neler konuşuluyor kolayca öğrenebilme fırsatı yakalamışlardır. Dolayısıyla, bu kadar aktif kullanılan ve günlük büyük miktarda veri oluşan bir platformda verilerin elle işlenmesi imkânsıza yakın bir hale gelmiştir ve duygu sınıflandırmasının önemi artmıştır. Son yıllarda İngilizce üzerinde yapılmış birçok başarılı çalışma vardır. Bu çalışmalarda, İngilizcenin gramer yapısına göre çıkarılmış duygu kutbunu belirleyen birçok kelime ve söz dizimi mevcuttur. Aynı şekilde, bu çalışmaların performansını test etmek için veri kümeleri de mevcuttur. Ancak, yapmış olduğumuz araştırma Türkçe üzerine yapılan çalışmaların İngilizce üzerine yapılan çalışmalara göre düşük bir performansa sahip olduğunu göstermektedir. Bunun sebebi Türkçe'den İngilizce'ye çevirilen veri kümeleri ve Türkçe gramer yapısının göz ardı edilmesi olabilir. Biz bu çalışmada, bir takım ek çalışmalar sonucu ortaya çıkardığımız Türkçe duygu kutbu kelimelerini kullanarak ve Türk dil bilimci ile çalışarak gramer yapısına uygun yeni bir yöntem geliştirdik. Twitter API ile anlık topladığımız veriyi bu yöntem ile analiz ediyoruz.