Measuring the sentiment effects using emoticon features for a general Turkish corpus

Metin içerisinde ifade edilen duyguların otomatik olarak bulunabilmesi, son zamanlarda başta mikro bloglar olmak üzere sosyal medya sitelerinin yükselişi ile önem kazanmış, gelecek vaat eden bir araştırma konusudur. Kullanıcılar tarafından üretilen metin sayısındaki artış; duygu analizinin tanımına farklı bir anlam kazandırmış, kullanıcı mesajlarından duyguları çıkarabilmek ise bu konu içerisindeki öncü yöntem olmuştur. Bu sebeple de fikir madenciliği, trendleri tahmin edebilmek için, grupların veya bireylerin sosyal davranışlarının analizi konusunda kritik bir çalışma konusu haline gelmiştir. Güncel uygulamalar içerisinde, emoji'ler fikirleri ifade edebilmek veya metin içerisindeki duyguları pekiştirebilmek için diller arası bir araç haline gelmiştir. Bununla birlikte emoji'lerin Türkçe metinlerdeki duyguların ayrıştırılabilmesi veya kesişmesi üzerindeki etkisini ölçen çalışma sayısı çok az olmuştur. Bu çalışmada, emoji'ler Türkçe metinler içerisindeki duyguları tanımlayabilme amacıyla kullanılmıştır. Duygu analizi, Destek Vektör Makineleri (DVK), kategorik Naïve Bayes (NB), FastText, Evrişimli Sinir Ağı (ESA) sınıflandırıcıları ile, eğitim ve test kümeleri Twitter mesajlarından elde edilen veri kümesi üzerinde gerçekleştirilmiştir. Veri kümesinin hazırlık ve işleme aşaması "duygu" ve "grup" isimli iki sınıflandırma şekli dikkate alınarak yapılmıştır. Ayrıca, jenerik sınıflandırma performansını ölçebilme amacıyla elle etiketlenen tweet'ler de değerlendirme işlemlerine dahil edilmiştir. Bağlam barındırmayan bir veri kümesinin kullanımı, farklı duyguların ölçülebildiği bir çalışma alanı olmaktadır.