Türkçe Tweetler için Derin Özellik Çıkarımı Tabanlı Yeni Bir Duygu Sınıflandırma Modeli

Abstract

Sosyal medya uygulamalarının yaygın kullanımı insanların her dakika yeni veri üretmelerine neden olmuştur. Ses ve resim veri türlerine göre metin tabanlı verilerin boyutu daha hızlı artmaktadır. Metin tabanlı veriler, anlamlı kelimeler haricinde birçok içerik barındırabilmektedir. Metin işleme çalışmaları için bu içerikler gürültü olarak isimlendirilir ve metin önişleme aşamasında bu içerikler veri kümelerinden çıkartılmaktadır. Özellikle Twitter veri kümeleri üzerinde yapılan duygu sınıflandırma çalışmalarında, veri kümeleri metin temsilleri oluşturulmadan önce yapılan önişlemler aşamasında URL, noktalama işareti ve emoji gibi içeriklerden arındırılmaktadır. Ancak Twitter için gürültü olarak nitelendirilen içerikler aslında bir bakıma kullanıcının duygu ve düşüncelerinin bir parçası niteliğindedir. Bu çalışmada, veri setinden çıkarılan gürültü verilerinden özellik çıkarımına odaklanmıştır. Önerilen yöntem, gürültü olarak silinen içeriklerden manuel olarak çıkarılan özelliklerin ve derin öğrenme yöntemlerinden elde edilen derin özelliklerin birleştirilmesine dayanmaktadır. Önerilen model literatürde çalışılan Türkçe Twitter veri kümesi üzerinde gerçekleştirilmiştir. Yapılan deneylerle önerilen modelin sınıflandırma performansının önceki çalışmalardan daha iyi olduğu gösterilmiştir.