Graph clustering approach to sentiment analysis

Basit Öğe Kaydı
dc.authorid0009-0003-9031-1485
dc.contributor.advisorSolak, Ercanen_US
dc.contributor.authorKanburoğlu, Ali Buğraen_US
dc.contributor.otherIşık Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Yüksek Lisans Programıen_US
dc.date.accessioned2018-09-03T11:19:44Z
dc.date.available2018-09-03T11:19:44Z
dc.date.issued2018-01-24
dc.departmentIşık Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Yüksek Lisans Programıen_US
dc.descriptionText in English ; Abstract: English and Turkishen_US
dc.descriptionIncludes bibliographical references (leaves 33-35)en_US
dc.descriptionx, 35 leavesen_US
dc.description.abstractIn 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%.en_US
dc.description.abstractBu 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.en_US
dc.description.tableofcontentsExperimental Evaluation of Two Sentiment Lexiconsen_US
dc.description.tableofcontentsSentiment Lexiconsen_US
dc.description.tableofcontentsSentiWordNeten_US
dc.description.tableofcontentsSenticNeten_US
dc.description.tableofcontentsBinary Insertion Sortingen_US
dc.description.tableofcontentsExperiment Designen_US
dc.description.tableofcontentsImplementation of Web Interface for Pairwise Comparisonen_US
dc.description.tableofcontentsHuman Judgments of Polaritiesen_US
dc.description.tableofcontentsResults and Evaluationen_US
dc.description.tableofcontentsSpearman Correlation Coefficienten_US
dc.description.tableofcontentsMovie Review Analysisen_US
dc.description.tableofcontentsTRmorph - A Morphological Analyzer for Turkishen_US
dc.description.tableofcontentsInstallationen_US
dc.description.tableofcontentsTrying it out with POS Tagsen_US
dc.description.tableofcontentsData Preparationen_US
dc.description.tableofcontentsCorpusen_US
dc.description.tableofcontentsGraph Clusteringen_US
dc.description.tableofcontentsMovie Review Dataen_US
dc.description.tableofcontentsNormalizationen_US
dc.description.tableofcontentsMorphological Analysisen_US
dc.description.tableofcontentsTraining and Testing using Adjective Clustersen_US
dc.description.tableofcontentsError Calculationen_US
dc.description.tableofcontentsCross Validationen_US
dc.description.tableofcontentsSingleton Review Scoresen_US
dc.identifier.citationKanburoğlu, A. B. (2018).Graph clustering approach to sentiment analysis.İstanbul: Işık Üniversitesi Fen Bilimleri Enstitüsü.en_US
dc.identifier.urihttps://hdl.handle.net/11729/1318
dc.institutionauthorKanburoğlu, Ali Buğraen_US
dc.institutionauthorid0009-0003-9031-1485
dc.language.isoenen_US
dc.publisherIşık Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectAdjective clusteringen_US
dc.subjectHuman judgmenten_US
dc.subjectPairwise comparisonen_US
dc.subjectİkili karşılaştırmaen_US
dc.subjectİnsan tahminien_US
dc.subjectSıfat kümelemeen_US
dc.subject.lccQA278 .K36 2018
dc.subject.lcshMultivariate analysis.en_US
dc.subject.lcshCluster analysis.en_US
dc.subject.lcshCluster analysis -- Computer programs.en_US
dc.subject.lcshCluster set theory.en_US
dc.titleGraph clustering approach to sentiment analysisen_US
dc.title.alternativeDuygu analizine çizge kümeleme yaklaşımıen_US
dc.typeMaster Thesisen_US
dspace.entity.typePublication

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
1318.pdf
Boyut:
693.2 KB
Biçim:
Adobe Portable Document Format
Açıklama:
MasterThesis
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.71 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Lisansüstü Eğitim Enstitüsü Tez Koleksiyonu