Applying machine learning and natural language processing techniques to twitter sentiment classification for turkish and english


Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye

Tezin Onay Tarihi: 2018

Tezin Dili: İngilizce

Öğrenci: DEĞER AYATA

Danışman: MURAT SARAÇLAR

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

İnsanların belirli bir konu hakkındaki duygularını anlama faaliyetleri duygu analizi ya da duygu çözümlemesi olarak tanımlanmaktadır. Duygu çözümlemesi sadece karar süreçlerinde geri bildirim almak için değil, kullanıcıların olaylar karşısındaki duyguları, haber ve olayların etkisini belirlemek için de yapılmaktadır. Cümle bazında duygu çözümlemesi ise kullanıcıların bir ürün, kişi vb. hakkında yazdığı mesajların olumlu, olumsuz veya nötr sınıflarından hangisini taşıdığını belirleme işlemidir. Bu tezde Twitter verisi için duygu çözümlemesi probleminin çözümünde makine öğrenmesi ve istatiksel doğal dil işleme tekniklerinin beraber kullanımının verimliliği çalışılmıştır. Tez Türkçe tweet duygu çözümlemesi, sektöre dayalı duygu çözümlemesi, İngilizce tweet duygu çözümlemesi ve politik yönelim tahminlemesi başlıklarında yaptığımız çalışmaları kapsamaktadır. Sektöre özel Türkçe tweet duygu çözümlemesi için makine öğrenmesi ve istatiksel doğal dil işleme tekniklerinin birlikte kullanımı ile bir çerçeve önerilmiş ve önerilen çerçeve finans, perakende, telekomünikasyon ve spor sektörlerine uygulanmıştır. İngilizce duygu çözümlemesinde, bu tez SemEval-2017 Twitter duygu çözümlemesi'nde ele aldığımız yöntem ve çalışmaları kapsamaktadır. Buna ek olarak, İngilizce temelli çalışmada duygu çözümlemesinde kullandığımız yöntemler ile seçmen tweet iletilerinden oluşan bir veri kümesi kullanılarak Twitter mesajları analiz edilerek politik yönelim analizi çalışılmıştır. Politik yönelim analizinde seçmenlerin Twitter mesajlarına göre eğilimlerinin `demokrat' veya `cumhuriyetçi' sınıflarından hangisine ait olduğu tahminlenmiştir.