Dengesiz veri kümelerinde duygu analizi

Bu tez çalışmasında son yıllarda popülerlik gösteren ve analizinin yapılmasının müşteri geri bildirimlerini anlamak açısından çok önemli olan duygu analizi konusunda, gerçek hayat verileri ile çalışırken karşılaşılan dengesiz veri setlerinin ortaya çıkardığı problemlere değinilmiş olup, bu konuda güvenilir ve tutarlı sonuç alabilmek için literatürde en çok önerilen çözüm yöntemleri olan, örneklem arttırma ve örneklem azaltma temeline dayalı olan yöntemler incelenmiştir. Bu yöntemlerin veri kümelerinin dengeli hale getirilme performansları, sonuçlara olan olumlu ve olumsuz etkileri yapılan çalışmalar ve deneylerle ortaya konulmuştur. Çalışma kapsamında gündelik yaşamdan derlenen sosyal medya verilerinden oluşan, hem Türkçe hem İngilizce metin verilerinden oluşan 3 farklı duygu analizi veri kümesi üzerinde çalışmalar yapılmıştır. Veri kümeleri üzerinde kelime tabanlı N-gram yapıları kullanılarak, örneklem arttırma için ROS ve SMOTE, örneklem azaltma için RUS ve NM1 algoritmaları uygulanmıştır. Ardından lojistik regresyon sınıflandırıcısı ve destek vektörleri makineleri üstündeki etkileri gözlemlenerek analiz edilmiştir. Sonuç olarak lojistik regresyon için örneklem arttırma yöntemlerinin gözlemleri karşılaştırılıp, RUS ve SMOTE yöntemleri için tüm N-gram deney değerleri için başarım sağlandığı gözlemlenmiştir. Benzer bir başarım değeri ise destek vektörleri makineleri için ise sadece belli veri kümeleri özelinde ortaya çıkmıştır. Örnek azaltma yöntemlerinde ise kullanılan RUS ve NM1 algoritmaları için, tüm kullanılan N-gram değeri için hem lojistik regresyon hem de destek vektörleri makineleri için başarım değerinin düştüğü sonucu ortaya çıkmış ve sonuçlar ayrıntı ile açıklanmıştır.