Türkçe için kapsamlı bir duygu sözlüğü geliştirilmesi

Sosyal medya platformlarının büyümesi ve mod ölçerlerin çeşitli web sitelerine entegre edilmesi, bireylerin görüşlerini rahat ve açık bir şekilde ifade etmelerini kolaylaştırmıştır. Bu iletişim kanalları tarafından kullanılan etkileşimler, farklı çalışma alanlarında uygulanabilecek verilerin ortaya çıkmasını sağlamıştır. Bu verileri kullanan bilim dalı olan metin analizi, siyasetten psikolojiye kadar birçok bağlamda kullanılabilecek materyaller üretilebilmektedir. Duygu analizi, metinsel verilerden duyguların çıkarılmasına odaklanmaktadır. Bu, müşterilerin belirli bir ürün, hizmet veya markaya yönelik duygu ve hisleri hakkında bilgi sağlayabilir. Bu veriler müşteri memnuniyetini artırma ve müşteri sadakatini teşvik etme potansiyeline sahiptir. Ayrıca, hedeflenen alıcıların duygusal durumundan yararlanarak pazarlama kampanyalarını özelleştirme potansiyeline de sahiptir. Duygu analizi, dolandırıcılık davranışıyla yakından bağlantılı olan ayırt edici duygusal dil kalıplarının tanımlanmasını sağladığından dolandırıcılık tespiti alanında potansiyel taşımaktadır. Bir metin örneğini analiz ederken göz önünde bulundurulması gereken en önemli faktörler, dile özgü kaynakların mevcudiyeti ve yeterliliğidir. Türkçe de dahil olmak üzere İngilizce dışındaki dillerde yeterli kaynak bulunmamaktadır. Dillerin belirli yapısal unsurları paylaşmasına rağmen, her birinin kendine özgü özellikleri, diller arasında standart bir kavramsallaştırma yolunun geliştirilmesini engellemiştir. Türkçe duygu analizi üzerine son zamanlarda yapılan çalışmalara bakıldığında çoğunlukla İngilizce kaynakların çevrilerek kullanıldığı görülmüştür. Ancak çeviri yapılırken tam karşılık alınamayacak yapıların bulunması ve Türkçe gibi sondan eklemeli dillerin bu yapıyı daha da karmaşık hale getirecek olması kaçınılmazdır. Bu amaçla bu çalışmadaki hipotezimiz bir dille ilgili bir analiz yaparken kullanılan verinin kendi dilinde olması gerektiğidir. Bu amaçla Türkçe'de bulunan birçok duyguyu içeren bir duygu analiz verisi oluşturmaya karar verilmiştir. Bu veri, duygu analizi için bir kaynak olacaktır. Bu tez oluşturulurken üç ana faz üzerinde işlemler yapılmıştır. İlk fazda, 100 edebi eser kullanılarak Türkçe'deki duygularla kullanılabilecek bir veri oluşturmak amaçlanmıştır. Bunun için kitaplardan alınan cümleler içerisinde Türkçe'de bulunan 213 farklı duygu aranmış ve cümleler içerisindeki diğer kelimelerin ilgili duyguyla eşleştirebilmek frekansları kaydedilmiştir. Böylelikle her duyguya ait bir kelime ve kelimenin o duygu ile frekansını içeren bir duygu-kelime vektörü oluşmuştur. Bu yapı içerisinde 167 farklı duygu ve 179,854 adet kelime bulunmaktadır. İkinci fazda, bu duyguların birbirleri ile grup oluşturması için veri üzerinde kümeleme algoritmalarına sokularak kümele yapılması hedeflenmiştir. Bunun için önce veri üzerinde bir anlam ifade etmeyen kelimelerin kaldırılma ve veriyi ölçeklendirme işlemleri yapılmıştır. Bu işlemlerin üzerine verinin çok büyük ve seyrek olması sebebiyle bu veri PCA yapısına sokularak değerli kelimelerin kullanılması sağlanmıştır. Daha sonra bu veri farklı makine öğrenimi algoritmaları üzerinde denenerek gruplama sonuçları elde edilmiştir. Son olarak, anlık veri girişinde verinin davranışını test etmek için bir arayüz oluşturulmuştur. Bu arayüz üzerinden girilen verideki duyguları çıkarmak için kosinüs uzaklık formülü ile metin ile duygu vektörleri arasındaki uzaklık hesaplanmıştır. Farklı uzunluklarda ve farklı duygulara sahip metinler kullanılarak oluşturulan modelin sonuçları değerlendirilmiştir. Çalışmadan elde edilen duygu atamalarını değerlendirmek ve aynı metin girdi olarak verilen ChatGPT'den çıkan sonuçları karşılaştırmak için çapraz doğrulama çalışması yapılmıştır. Çalışmanın sonuçları, duygu sözlüğünün metinsel verilere uygulandığında yüksek bir doğruluk sergilediğini göstermiştir. Belirlenen beş duygu arasından en az bir duygunun deneyimlenmesine ilişkin dört kişi tarafından fikir birliğine varılmış, böylece metinde aktarılan baskın duygunun başarılı bir şekilde tanındığı gösterilmiştir.