Derin öğrenme yöntemiyle çevrimiçi sosyal ağlarda duygu analizi ve metin özetleme

Duygu analizi kişisel blog ve sosyal ağ gibi kullanıcıların duygu ve düşüncelerini paylaştıkları yazılı metinler üzerinde semantik bilginin ortaya çıkarılmasını amaç edinir. Sosyal ağlarda kullanıcılar tarafından paylaşılan veriler kısa metinlerden oluştuğu için bir metin sınıflandırma problemi olarak görülebilir. Duygu analizi probleminin çözümü için diğer dillerde gerekli dil kütüphaneleri geliştirilmiş olmakla beraber Türkçe dili için yapılan çalışmalar hala sınırlıdır. Bu çalışmada birçok sosyal ağdan elde edilen veriler ile iki kategorili duygu analiz çalışılıp, twitter üzerinde bir konu hakkında duygu sınıfı bulunup sınıf üzerinde metin özetlenmesi yapılmıştır. Duygu analizi bir sınıflandırma problemi olarak düşünülüp başarı oranını artması için kelimeler arasındaki semantik bağlam kelime gömme metotlarını kullanarak kelimelere ağırlık verilmiştir. Klasik metin sınıflandırma yöntemleri yerine bir derin öğrenme yöntemi olan LSTM kullanılmıştır. Kelimeler arası semantik anlamanı kaybetmemek için birden fazla kelimelerin sayısal gösterimi (Word Embedings) yöntemi kullanılarak başarı oranlarının değişimi gözlenmiştir. Metin özetlemesi için yine LSA kullanılmıştır. Hem duygu analizi hem de metin özetlemenin gerçekleştirildiği bu çalışmada asıl hedef bir konu hakkındaki duygu ve düşünceyi analiz edip kullanıcıya özet bilgi sunmaktır. Ana model birçok sosyal ağdan toplanan veriler ile oluşturulmuştur. Analiz ve metin özetleme ise Twitter üzerinde bir hashtag den alınan veriler ile yapılmıştır. Duygu analizinde kullanılan yöntemler ile en yüksek %93 oranında başarı elde edilmiştir. Metin özetleme ile başarılı bir şekilde özet bilgi sunulmuştur.