Türkçe his analizinde optimizasyon ve ön-eğitimli modellerin kullanımı

His analizi sayısal içerikte yer alan hislerin otomatik olarak belirlenmesi işlemidir. İnternet ve sayısal iletişimde yaşanan baş döndürücü teknolojik gelişmeler ve bunların etkisiyle oluşan toplumsal değişimler sonucunda ortaya çıkan büyük verinin his analizi yöntemleriyle damıtılarak kıymetlendirilmesi bir gereklilik haline gelmiştir. Ancak makine öğrenmesi yöntemleriyle his analizi yapmak için dengeli sınıf dağılımına sahip çok miktarda etiketli veriye ihtiyaç duyulmaktadır. Öte yandan hislerin jest ve mimikler olmadan sadece kelimelerle ifade edilmesi probleme büyük bir belirsizlik katmaktadır. Bu tez kapsamında, makine öğrenmesi yöntemleriyle yüksek performanslı Türkçe his analizi yapmak amaçlanmıştır. Bu amaçla belirsizliği arttıran dengesiz sınıf dağılımı ve veri azlığı problemlerine çözümler önerilerek his analizinin performansı arttırılmaktadır. Çalışmada dengesiz dağılım gösteren veri kümelerinde yer alan tüm sınıfların başarısını ölçmek için sınıf içi performanslar kullanılmaktadır. Belirsizliği azaltmak amacıyla geliştirilen optimum his vektörleri yöntemiyle derin öğrenme karar mekanizmasına getirilen yenilik sayesinde elde edilen genel doğruluk performansları korunurken, sınıf içi his analizi performansları arttırılmıştır. Ayrıca Türkçe için ilk kez, ön-eğitimli dil modelleri his analizine adapte edilerek, çok miktarda etiketli veri ihtiyacı olmayan ön-eğitimli his modeli geliştirilmiştir. Geliştirilen yöntemden elde edilen sonuçlar farklı veri kümeleri ve öğrenme yöntemleriyle karşılaştırmalı olarak sunulmaktadır. Ön-eğitimli his modeliyle Türkçe his veri kümeleri üzerinde gerçekleştirilen deneyler sonucunda alandaki en yüksek performans elde edilmiştir. Önerilen çalışma Türkçe kaynaklarda daha isabetli kamuoyu yoklaması, müşteri ilişkileri yönetimi, marka yönetimi, siber zorbalığın tespiti, seçimlerdeki yönelimin tespiti, partizan yorumları belirleme gibi üst seviye yapay zekâ görevlerin daha başarılı olarak yapılmasına olanak sağlayacaktır. Ayrıca bu alandaki araştırmacılar için bir kaynak olacak Türkçe metin madenciliği görevlerinde kullanılabilecektir.