Citation Number
13
Views
15
Dünyada yaşanan toplumsal olaylar için insanların düşüncelerini anlamak ve bu düşünceleri analiz ederek birtakım çıkarımlar yapmak oldukça önemlidir. Bu analiz ve çıkarımlar sayesinde çeşitli projeler başlatılabilir ve karar verme süreçleri oluşturulabilir. Bu amaçla kullanılan işlemlerden biri de metinlerin çeşitli bilgisayar algoritmaları ile sınıflandırılmasıyla gerçekleştirilen duygu analizi işlemidir. Duygu analizini gerçekleştirmek için kullanılan yöntemler genel olarak sözlük tabanlı yöntemler ve makine öğrenmesi yaklaşımları olarak ikiye ayrılır. Bu makalede, dünyayı etkisi altına alan ve halen devam etmekte olan koronavirüs pandemisi (Covid-19) ile ilgili Twitter sosyal medya platformunda sık konuşulan bir takım terimler gözönüne alınarak duygu analizi çalışması gerçekleştirilmiştir. Bunun için, konu ile ilgili bazı Türkçe başlıklar toplanmış ve bu başlıklar olumlu ve olumsuz düşünceler şeklinde sınıflandırılarak duygu analizi yapılmıştır. Bu analiz için derin öğrenme yöntemlerinden biri olan Uzun Kısa Süreli Hafıza (LSTM) yapısı kullanan bir sistem önerilmiştir. Önerilen bu sistem oluşturulan veri kümelerine uygulanmış ve maksimum %97 doğruluk başarısı elde edilmiştir
It is very important to learn people's thoughts for social events in the world and analyze them. With these analysis, various inferences, projects and decision-making processes are formed. Sentiment analysis is performed by classifying a text with various computer algorithms. The methods used to perform sentiment analysis are generally categorized as dictionary-based and machine learning approaches. In this study, a sentiment analysis was carried out from a number of frequently spoken terms on the subject during the process of coronavirus panemia (Covid-19), which has affected the world and still continues. As of March 11, 2020, some Turkish titles related to the Covid-19 virus have been collected from the Twitter social media tool, which is a platform where people share their thoughts on this issue. These collected topics were classified as positive and negative. For this analysis, a system using Long Short-Term Memory (LSTM) structure, which is one of the deep learning methods, was proposed. The proposed system was applied on the Covid-19 data set and 97% accuracy was achieved.
Article Detail 
Citation Owners
Similar Articles
Download PDF
Journal Information
Listen Paper
Print This Page
Share
Mendeley
