Atıf Sayısı
4
Görüntüleme
26
İndirme
3
Sosyal medyada yer alan paylaşımlara ait duyguları anlamak, insanların düşüncelerini öğrenmede kilit bir rol almaktadır. Gelişen teknoloji ile insanın duygusunu bilmek, çeşitli alanlarda yarar sağlamaktadır. Örneğin medya, pazarlama ve reklam gibi alanlar insanların kullanımlarına ve fikrine özgü içerikleri kullanıcıya yansıtabilme imkanı tanımaktadır. Çalışmamızda konu modelleme algoritmalarından Gizli Dirichlet Ayırımı (GDA), Gizli Anlamsal Analiz (GAA) ve Olasılıksal-Gizli Anlamsal Analiz (O-GAA) Türkçe tivitlerden kişilerin duygularını belirlemede kullanılmıştır. Ayrıca, GDA algoritmasının geliştirilen n-aşamalı halinin duygu analizindeki başarısı mevcut yöntemlerle de karşılaştırılmıştır. Kullanılan veri seti kızgın, korku, mutlu, üzgün ve şaşkın olmak üzere 5 farklı duyguya ait 4000 tivitten oluşmaktadır. Tüm konu modelleme yöntemleri 3 ve 5 sınıflı veri seti için modellenerek başarıları ve çalışma süreleri ölçülmüştür. Geliştirilen n-aşamalı GDA yönteminin, GDA ve O-GAA’ya göre çalışma süresi ve performansı açısından başarı sağladığı gözlemlenmiştir. En başarılı ve en hızlı modellenen yöntem ise GAA olmuştur.
Understanding the emotions of social media sharing plays a key role in learning people’s thoughts. Knowing the emotion of a person with advanced technology is beneficial in various fields. For example, fields such as media, marketing and advertising recognize the possibility of reflecting content characterized by people’s uses and ideas to the user. In our study, the subject modeling algorithms have been used to identify the emotions of people from the Turkish tivets, Secret Dirichlet Separation (GDA), Secret Meaning Analysis (GAA) and Probability-Secret Meaning Analysis (O-GAA). Furthermore, the success of the developed GDA algorithm in emotion analysis of the n-phase state has also been compared with the existing methods. The data set consists of 4,000 tits of 5 different emotions, including anger, fear, happiness, sadness and confusion. All the subject modeling methods are modeled for the 3 and 5 class data sets and the success and working time are measured. The developed n-phase GDA method has been observed to be successful in terms of working time and performance according to GDA and O-GAA. The most successful and fastest modeling method was GAA.
Understanding the emotions of sharing in social media plays a key role in learning people's thoughts. Knowing the emotion of human being with developing technology provides benefit in various fields. For example, media, marketing and advertising areas allow people to reflect on their use and idea specific content. In our study, Latent Dirichlet Allocation (LDA), Latent Semantic Analysis (LSA) and Probabilistic-Latent Semantic Analysis (P-LSA) were used to determine the emotions of individuals from Turkish tweets. In addition, the success of the developed n-stage state of the LDA algorithm in the emotion analysis was compared with the existing methods. The dataset consists of 4000 tweets of 5 different emotions, including angry, fear, happiness, sadness and surprise. All topic modeling methods were modeled for 3 and 5 class datasets and their successes and running times were measured. It has been observed that the developed n-stage LDA method achieves success in terms of running time and performance according to LDA and P-LSA. The most successful and fastest modeled method was LSA.
Alan : Mimarlık, Planlama ve Tasarım; Mühendislik
Dergi Türü : Uluslararası
Makale Detay 
Atıf Yapanlar
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Bu Sayfayı Yazdırın
Paylaş
Mendeley
