Graph clustering approach to sentiment analysis
Yükleniyor...
Dosyalar
Tarih
2018-01-24
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Işık Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Attribution-NonCommercial-NoDerivs 3.0 United States
Attribution-NonCommercial-NoDerivs 3.0 United States
Özet
In this thesis, we aim at automatically predicting Turkish movie review scores using adjective clustering. We also measured the reliability of the two popular sentiment lexicons. In order to measure the agreement between these sentiment exicons and human judgments, we designed a ranking experiment using pairwise comparisons. Then, we compared these sentiment lexicons and human judgments, and we gave results that show a moderate level of agreement between lexicons and human judgments. Furthermore, we performed adjective clustering task and singleton scoring to automatically assign scores to Turkish movie reviews. Adjective clustering reached an accuracy of 76%, singleton scoring reached an accuracy of 79%.
Bu tez çalışmasında, Türkçe film yorumlarının puanlarını sıfat kümelemesi kullanarak otomatik olarak tahmin etmeyi amaçladık. Ayrıca, popüler iki duygu sözlüğünün güvenilirliklerini ölçtük. Bu duygu sözlükleri ve insan tahminleri arasındaki uyuşmayı ölçmek için, ikili karşılaştırmalar kullanarak bir sıralama deneyi tasarladık. Ardından, bu düşünce sözlükleri ve insan tahminleri arasında karşılaştırrma yaptık ve sözlükler ile insan tahminleri arasında orta seviyede bir uyuşma olduğunu gösteren sonuçları verdik. Üstelik Türkçe film yorumlarına otomatik olarak puan atamak için, sıfat kümeleme ve tekil puanlama çalışmalarını yaptık. Sıfat kümelemesi 76%'lık bir doğruluk oranına ulaşırrken, tekil puanlama 79%'luk bir doğruluk düzeyine ulaştı.
Bu tez çalışmasında, Türkçe film yorumlarının puanlarını sıfat kümelemesi kullanarak otomatik olarak tahmin etmeyi amaçladık. Ayrıca, popüler iki duygu sözlüğünün güvenilirliklerini ölçtük. Bu duygu sözlükleri ve insan tahminleri arasındaki uyuşmayı ölçmek için, ikili karşılaştırmalar kullanarak bir sıralama deneyi tasarladık. Ardından, bu düşünce sözlükleri ve insan tahminleri arasında karşılaştırrma yaptık ve sözlükler ile insan tahminleri arasında orta seviyede bir uyuşma olduğunu gösteren sonuçları verdik. Üstelik Türkçe film yorumlarına otomatik olarak puan atamak için, sıfat kümeleme ve tekil puanlama çalışmalarını yaptık. Sıfat kümelemesi 76%'lık bir doğruluk oranına ulaşırrken, tekil puanlama 79%'luk bir doğruluk düzeyine ulaştı.
Açıklama
Text in English ; Abstract: English and Turkish
Includes bibliographical references (leaves 33-35)
x, 35 leaves
Includes bibliographical references (leaves 33-35)
x, 35 leaves
Anahtar Kelimeler
Adjective clustering, Human judgment, Pairwise comparison, İkili karşılaştırma, İnsan tahmini, Sıfat kümeleme
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Kanburoğlu, A. B. (2018).Graph clustering approach to sentiment analysis.İstanbul: Işık Üniversitesi Fen Bilimleri Enstitüsü.