Derin öğrenme ile twitter sentiment analizi

Güncel yenilikler, tüm dünyayı hızla değişmekte ve, internet kullanımını insanların yaşamında temel bir gereklilik haline getirmiştir. Günümüzde insanlar, aynı ürünü alan diğer müşterilerin bir ürün hakkında ne düşündüğünü kontrol edebilir, ayrıca İnternet'ten satın almadan önce herhangi bir ürün hakkında görüş ve deneyim alışverişinde bulunabilirler. İnsanların bir ürün hakkındaki fikirlerini toplamak ve analiz etmek, iş uygulamaları için doğru bir şekilde çıkarılıp analiz edildiğinde çok önemlidir. Ancak içerik yapılandırılmamış olduğunda, fikirleri manuel olarak analiz etmek imkânsızdır. Bu nedenle, yapılandırılmamış verileri otomatik olarak ayıklayan, analiz eden ve duyarlılık analizi uygulayan bir çalışma sunulmuştur. Bu tez çalışması ile şirketlerin ürün veya hizmetlerinin kalitesi için insanların görüş ve düşüncelerinin yazılı olarak ifadesi analiz edilebilinir. Bu çalışmada, McDonald's, Kentucky fried chicken, ve Burger king fast food restoranlarının üç ürün incelemesi için duyguların sınıflandırılmasına odaklanıldı. Analiz yapmak için veri kaynağı olarak Twitter seçildi. Tweetler, otomatik olarak Tweepy kullanılarak toplandı, 50 bin,100 bin ve 200 bin 'den oluşan üç farklı veri seti denendi. Öncelikle, ham veriler ön işleme tabi tutuldu. Her bir tweet önceden eğitilmiş bir Word2Vec modeli ile işlenerek kelimeler vektörlere dönüştürüldü. Deneysel çalışma aşamasında, bu veriler sınıflandırıclara verilerek eğitildi. Daha sonra test verileri modele verilerek pozitif veya negatif olarak sınıflandırıldı. Bu çalışmada, CNN, CNN-Bi-LSTM ve Bi-LSTM olmak üzere üç derin öğrenme tekniği uygulanmıştır. Tüm veri kümeleri eğitim, doğrulama ve test kümesine ayrılmıştır. Her tekniğin performansı doğruluk, kesinlik, geri çağırma ve F1 skoru açısından ölçülmüş ve karşılaştırılmıştır. Ayrıca, en iyi model için hesaplanan karışıklık matrisi verilmiştir. Son olarak, Bi-LSTM, diğer iki modele kıyasla tüm metriklerde 200 bin Twitter veri kümesinde en yüksek performansı elde etti ve % 95.35'lik oranla en yüksek doğruluğa ulaştı.