Abstract:
ÖZET
Günümüzde insanların birbirleri ile etkileşim kurdukları, interaktif paylaşımlar yaptıkları internet tabanlı sosyal medya araçları popülerleşmiştir. Bu araçlar ile video, ses ya da metin içerikli paylaşımlar kolaylıkla yapılabilmektedir. Kullanıcılar bu araçlar sayesinde kişisel görüşlerini, kurum-nesnelere karşı tutumlarını sıklıkla paylaşmaktadır. Bu uygulamaların da yaygınlaşmasıyla Doğal Dil İşleme (DDİ) alt çalışmalarından biri olan Duygu Analizi (DA) önem kazanmıştır.
DA bireylerin ya da toplumun kurum, nesne ya da olgular hakkındaki fikirlerinin çeşitli makine öğrenimi yaklaşımları ile ortaya çıkarılmasıdır. DA çalışmalarında duygu sınıfı belirlenmiş etiketli verilere ihtiyaç vardır. Ancak veri etiketlemek zaman ve maliyet gerektiren bir işlemdir. Bu problemi çözmek için Aktif Öğrenme (AÖ) ve Transfer Öğrenme (TÖ) gibi yaklaşımlar kullanılabilir. AÖ mevcuttaki az sayıdaki etiketli veriden faydalanılarak duygu analizi yapılan çalışmalarda kullanılan bir
yaklaşımdır. TÖ bir kaynak domainden edinilen bilginin başka bir domain olan hedef domaininde kullanılması prensibine dayanır.
Bu tez çalışmasında daha önce yürütülmüş çalışmalardan farklı olarak AÖ ve TÖ yaklaşımları birlikte kullanılarak hibrit bir modelle Türkçe metinlerde farklı domainler arası duygu analizi çalışması yapılmıştır. Böylece farklı domainler arasında temsil yeteneği yüksek az miktardaki etiketli veri transfer edilerek sınıflandırma yapılabilmiştir. Çalışmada film, kitap, mutfak, elektronik ve DVD olmak üzere beş farklı domain kullanılmıştır. Domainler kullanıcıların bu ürün grupları için yaptıkları yorumlardan oluşmaktadır.
Çalışmada AÖ’ nin sınıflandırma başarısının başlangıç kümesine oldukça bağlı olduğu görülmüştür. Hedef ve kaynak domainlerin birbirine benzer veri setler olması sınıflandırma başarısını artırır. Çalışmamızda da en yüksek sınıflandırma başarısı film yorumları veri seti kaynak domain iken kitap yorumları veri seti hedef domain olması durumunda görülmüştür. Bu iki domain arası duygu analizinde TÖ tabanlı AÖ yapıldığında ortalama %8 sınıflandırma başarısı artışı olmuştur. Sınıflandırma için Lojistik Regresyon, Destek Vektör Makinesi ve Yapay Sinir Ağları kullanılmış, başarı oranları kıyaslanmıştır. Domainler arası duygu analizi çalışması yapılırken TÖ tabanlı AÖ yaklaşımının ürettiği çıktılar ile başarılı sonuçlar elde edilmiştir.
ABSTRACT
Today, internet-based social media tools, where people interact with each other and share interactively, have become popular. With these tools, it is possible to share video, audio or text content easily. Thanks to these tools, users often share their personal opinions and attitudes towards institutions-objects. With the spread of these applications, Sentiment Analysis (SA), one of the sub-studies of Natural Language Processing (NLP), has gained importance.
SA is the revealing of the ideas of individuals or society about institutions, objects or phenomena with various machine learning approaches. In SA studies, labeled data with determined emotion class are needed. However, tagging data is a time- and cost-intensive process. Approaches such as Active Learning (AL) and Transfer Learning (TL) can be used to solve this problem. AL is an approach used in studies in which sentiment analysis is made by utilizing the limited number of labeled data available.