Türkçe için derin öğrenme modelleri kullanarak özellik bazlı duygu analizi

İnsanlar ürünler ve hizmetler gibi varlıklarla yaşadıkları deneyimlerini paylaşmak için World Wide Web'i yoğun bir şekilde kullanmaktadır. Bu incelemeler ve yorumlar tüketici kararları için önemlidir ve memnuniyeti ölçmek için kullanılabilecek değerli bir kaynak oluşturur. Duygu analizi, bu tür metin parçalarında ifade edilen düşünceleri belirlemeye yönelik bir doğal dil işleme görevidir. Özellik Tabanlı Duygu Analizi (ABSA), varlıkların belirli özelliklerine ilişkin duygu ifadelerine ayrıntılı bilgiler sağlama yeteneği olan ve son yıllarda büyük ilgi gören bir araştırma alanıdır. Bu tezde ağırlıklı olarak ABSA'nın özellikle Türkçe'de duygu analizi ve özellik çıkarma kısımlarına odaklanılmıştır. Duygu analizi için iki yaklaşım kullanılmıştır. Bunlardan ilki, bağlamsal olmayan ve bağlamsal olan ortalama gömme vektörleri geliştirmek ve pozitif ve negatif hassasiyet etiketli yorumlardaki kelime sıklıklarını kullanarak bu gömme vektörlerine ağırlıklar eklemektir. İkincisi, farklı gömme yöntemleri ve tokenizasyon yaklaşımlarıyla derin öğrenme modellerinin farklı kombinasyonlarını kullanmaktır. Yaygın olarak kullanılan alt kelime yöntemleri ve morfolojik olarak nitelenen bölümlemeler dahil olmak üzere on bir farklı tokenizasyon yaklaşımının kapsamlı bir analizi yapılmıştır. Tezin son kısmı, ABSA'nın önemli özellik çıkarma bileşeniyle ilgilidir; bu bileşen, yorumlardan özellik terimlerinin tanımlanmasını ve çıkarılmasını içerir. Belirteçler ve Konuşma Kısmı (POS) etiketleri için yerleştirmelere ek olarak yeni bir ağaç konumsal yerleştirme kullanılmıştır ve yeni bir öğrenme modeli geliştirmek için derin öğrenme algoritmaları kullanılmıştır. Mevcut Türkçe yorumların yanı sıra İngilizce yorumlar da Türkçeye çevrilerek ve yeniden etiketlenerek yeni bir veri seti oluşturulmuştur. Bulgularımız, en son teknikleri birleştirmenin etkinliğini göstererek, nesneye dayalı duygu analizinin geliştirilmesine katkıda bulunmuştur.