• Graph clustering approach to s...

Treffer: Graph clustering approach to sentiment analysis ; Duygu analizine çizge kümeleme yaklaşımı

Title:
Graph clustering approach to sentiment analysis ; Duygu analizine çizge kümeleme yaklaşımı
Authors:
Kanburoğlu, Ali Buğra
Contributors:
Solak, Ercan, Işık Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Yüksek Lisans Programı
Publisher Information:
Işık Üniversitesi
Publication Year:
2018
Collection:
Işık Üniversitesi: DSpace Repository
Subject Terms:
Adjective clustering, Human judgment, Pairwise comparison, İkili karşılaştırma, İnsan tahmini, Sıfat kümeleme, QA278 .K36 2018, Multivariate analysis, Cluster analysis, Cluster analysis -- Computer programs, Cluster set theory
Document Type:
Dissertation master thesis
File Description:
application/pdf
Language:
English
Relation:
Tez; Kanburoğlu, A. B. (2018).Graph clustering approach to sentiment analysis.İstanbul: Işık Üniversitesi Fen Bilimleri Enstitüsü.; https://hdl.handle.net/11729/1318
Availability:
https://hdl.handle.net/11729/1318
Rights:
info:eu-repo/semantics/openAccess ; Attribution-NonCommercial-NoDerivs 3.0 United States ; http://creativecommons.org/licenses/by-nc-nd/3.0/us/
Accession Number:
edsbas.95EF568D
Database:
BASE

Weitere Informationen

Text in English ; Abstract: English and Turkish ; Includes bibliographical references (leaves 33-35) ; x, 35 leaves ; In this thesis, we aim at automatically predicting Turkish movie review scores using adjective clustering. We also measured the reliability of the two popular sentiment lexicons. In order to measure the agreement between these sentiment exicons and human judgments, we designed a ranking experiment using pairwise comparisons. Then, we compared these sentiment lexicons and human judgments, and we gave results that show a moderate level of agreement between lexicons and human judgments. Furthermore, we performed adjective clustering task and singleton scoring to automatically assign scores to Turkish movie reviews. Adjective clustering reached an accuracy of 76%, singleton scoring reached an accuracy of 79%. ; Bu tez çalışmasında, Türkçe film yorumlarının puanlarını sıfat kümelemesi kullanarak otomatik olarak tahmin etmeyi amaçladık. Ayrıca, popüler iki duygu sözlüğünün güvenilirliklerini ölçtük. Bu duygu sözlükleri ve insan tahminleri arasındaki uyuşmayı ölçmek için, ikili karşılaştırmalar kullanarak bir sıralama deneyi tasarladık. Ardından, bu düşünce sözlükleri ve insan tahminleri arasında karşılaştırrma yaptık ve sözlükler ile insan tahminleri arasında orta seviyede bir uyuşma olduğunu gösteren sonuçları verdik. Üstelik Türkçe film yorumlarına otomatik olarak puan atamak için, sıfat kümeleme ve tekil puanlama çalışmalarını yaptık. Sıfat kümelemesi 76%'lık bir doğruluk oranına ulaşırrken, tekil puanlama 79%'luk bir doğruluk düzeyine ulaştı. ; Experimental Evaluation of Two Sentiment Lexicons ; Sentiment Lexicons ; SentiWordNet ; SenticNet ; Binary Insertion Sorting ; Experiment Design ; Implementation of Web Interface for Pairwise Comparison ; Human Judgments of Polarities ; Results and Evaluation ; Spearman Correlation Coefficient ; Movie Review Analysis ; TRmorph - A Morphological Analyzer for Turkish ; Installation ; Trying it out with POS Tags ; Data Preparation ; Corpus ; Graph Clustering ...