Türkçe'de hedef bazlı duygu analizi

Hedef bazlı duygu analizi, metin içerisindeki hedef terimlere yönelik pozitif, negatif veya nötr duygu sınıflarını belirleyerek çoklu görüşleri ayrı ayrı analiz etme olanağı tanımaktadır. Geleneksel duygu analizinin yetersiz kaldığı çok hedefli yapılarda, HBDA yöntemleri kullanıcı görüşlerini daha ayrıntılı ve anlamlı şekilde analiz edebilmek için kritik öneme sahiptir. Bu bağlamda, Türkçe dilinde gerçekleştirilecek HBDA çalışmaları hem akademik araştırmalar hem de gerçek dünya uygulamaları açısından önemli bir boşluğu doldurma potansiyeline sahiptir. Ancak bu alandaki Türkçe çalışmalar sınırlıdır ve daha fazla araştırmaya ihtiyaç duyulmaktadır. Bu tez kapsamında, ürün yorumları, konaklama deneyimleri, eğitim içerikleri ve sosyal medya gibi farklı alanlardan toplanan 6.000 açık alan nitelikli Türkçe metinden oluşan yeni bir veri kümesi sunulmaktadır. Çok hedefli yapıya sahip bu veri kümesinde hem tek hem çok sözcüklü hedef terimler etiketlenmiştir. HBDA görevi, hedef terim çıkarımı ve hedefe yönelik duygu sınıflandırması olmak üzere iki alt başlıkta ele alınmıştır. Hedef çıkarımı, Adlandırılmış Varlık Tanıma (NER) problemi olarak modellenmiş ve BIOS etiketleme yöntemi tercih edilmiştir. BERT ve ELECTRA modellerinden elde edilen bağlamsal vektörlerin öğrenilebilir füzyonu ile geliştirilen model, hedef çıkarımında %88.53 doğruluk ve %88.52 F1-skoru sağlamıştır. Duygu sınıflandırması ise %86.97 doğruluk ve %83.69 F1-skoru ile tamamlanmıştır. Bu çalışma, hedef terimleri, duygu kutupları ve kategori bilgilerini içeren açık alan nitelikli bir kaynak sunarak Türkçe HBDA araştırmalarına katkı sağlamaktadır.