Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 12
 İndirme 4
Tıbbi Duyarlılık Tahmininde Topluluk Algoritmalarının ve Derin Öğrenme Transformatörlerinin Değerlendirilmesi
2021
Dergi:  
Avrupa Bilim ve Teknoloji Dergisi
Yazar:  
Özet:

Sosyal medya, hizmet kalitesini artırmak için kullanılabilecek dijital bilgileri sürekli olarak üretmektedir. Bu yönüyle duygu tahmini, yazılı kullanıcı yorumlarının otomatik analizi, hizmet kalitesi açısından önemli bir araştırma alanıdır. Çevrimiçi duygu tahmini, e-iş perspektifinden zengin bir araştırma alanıdır. Bununla birlikte, tıbbi servislere ait kullanıcı incelemelerinden duyguların belirlenmesi özellikle daha az sıklıkla araştırılmaktadır. Türk dili açısından bakıldığında, tıbbi bilişim literatürünün otomatikleştirilmiş tıbbi duyarlılık sistemleri tasarlamak için daha fazla araştırmaya ihtiyacı vardır. Otomatik duygu analizi sistemleri, yazılı kullanıcı incelemelerini ele almak için özellikle Doğal Dil İşleme (DDİ) yöntemleriyle birlikte Makine Öğrenimi (MÖ) algoritmalarını kullanır. Bu çalışmada, tıbbi yorum duygularını araştırmak için topluluk öğrenme yaklaşımları, yeni geliştirilen derin öğrenme varyasyonları olan Transformers'dan Çift Yönlü Kodlayıcı Gösterimleri (TÇYK) ile karşılaştırılmıştır. Elde edilen sonuçlar değerlendirildiğinde, yeni önerilen transfers modellerinin Türkçe tıbbi incelemelerinin duyarlılığını belirlemede mükemmel derecede başarılı olduğu görülmektedir.

Anahtar Kelimeler:

Evaluation Of Ensemble Algorithms and Deep Learning Transformers In Medical Sentiment Prediction
2021
Yazar:  
Özet:

Social media continuously produces digital information that can be used to improve service quality. In this aspect sentiment prediction, automated analysis of written user reviews, is an important research area from service quality point of view. Online sentiment prediction is a rich research area from e-business perspective. However, identification of sentiment from medical service user reviews is particularly researched less frequently. From Turkish language point of view, the medical informatics literature needs more research to design automated medical sentiment systems. Automated sentiment analysis systems particularly make use of Machine Learning (ML) algorithm in tandem with Natural Language Processing (NLP) methods to address written user reviews. In this work, ensemble learning approaches are compared with newly developed deep learning variations, Bidirectional Encoder Representations from Transformers (BERT), to investigate medical sentiments. As the obtained results are evaluated, it is observed that newly proposed transformer models are perfectly successful to identify sentiment of Turkish medical reviews.

Anahtar Kelimeler:

Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler








Avrupa Bilim ve Teknoloji Dergisi

Alan :   Fen Bilimleri ve Matematik; Mühendislik

Dergi Türü :   Uluslararası

Metrikler
Makale : 3.175
Atıf : 5.577
2023 Impact/Etki : 0.178
Avrupa Bilim ve Teknoloji Dergisi