Duygu Analizi
-
Upload
ender-ahmet-yurt -
Category
Technology
-
view
773 -
download
15
description
Transcript of Duygu Analizi
İçindekiler
• Nedir?
• Neden?
• Kim?
• Nasıl Çalışır?
• Alanlar
• Çalışma Başlıkları
• Demo
• Soru ve Cevap
Duygu analizi nedir?
• Bir dökümanın olumlu, olumsuz ya da nötr şeklinde yorumlanmasıdır.
• Yardım aldığı alanlar doğal dil işleme, metin analizi.
• En popüler araştırma alanlarından biridir.
• 7.000’den fazla makale yazılmıştır. (Nisan 2012)
• Özellikle startup’lar konu üzerinde çalışırlar.
• Büyük şirketler, ürünlerini geliştirmek adına, tüketici yorumları için duygu analizi yöntemlerini kullanırlar.
Neden?
• Web günden güne büyüyor.
• Sosyal medya Facebook, Twitter, bloglar önemi artıyor.
• Günde 175 Milyon Tweet.
• Verimli ve verimsiz verinin birbirinden ayrılıp, yorumlanması gerekiyor.
• İnternet ve e-ticaret kullanımı artıyor.
Kimler Kullanır?
• Pazarlama Yöneticileri,
• Politikacılar,
• Online ürün yöneticileri,
• Reklamcılar,
• Girişimciler,
• Tüketici yorumlarına ihtiyaç duyan herkes.
Örnek
Alanlar
• Doküman Seviyesinde (Document-Level)
• Cümle Seviyesinde (Sentence-Level)
• Özellik Temelli (Aspect-based)
• Karşılaştırma (Comparative)
Doküman Seviyesinde (Document-Level)
• Bir döküman üzerinde çalışılır.
• En basit seviye karşılaştırmadır.
• Bir döküman bir düşünceyi karşılar.
Yaklaşımlar
• Gözetimli (Supervised)
• Gözetimsiz (Unsupervised)
Gözetimli (Supervised)
• Sonlu sınıflardan oluşur.
• Eğitim seti ve sınıflar birlikte.
• Dökümana verilen eğitim seti ile öğrenir.• SVM
• Naïve Bayes
• Logistic Regession
• KNN
Gözetimsiz (Unsupervised)
• Semantic Orientation tabanlıdır.
• SO = Belirli kelime grupları
• Threshold’a göre karar verilir.
• PMI (Pointwise Mutual Information)
• Excellent
• Poor
Cümle Seviyesinde (Sentence-Level)
• Bir döküman bir çok duyguyu barındırabilir.
• Cümleler ayrılmalı.
• Genel yaklaşım bir önceki cümleyi baz almak.
• Eskiden PMI ve SO bakılıyordu.
• Son zamanlarda, cümlenin özelliğine göre yaklaşımlar yapılıyor. (Şart cümleleri, Soru cümleleri, esprili cümleler)
Özellik Temelli (Aspect Based)
• Diğerlerine göre yaklaşım farklı.
• Üstüne konuşulan nesnenin özellikleri üzerine.
• Ürün yorumu ya da forumlardaki konuşmalar.
Özellik Temelli-2
• Dökümanın tümüne pozitif ya da negatif diyemeyiz.
• Yazar ürünün özelliklerine değinmiş.
• Özelliklerin iyi, kötü ya da tarafsız durumları üzerine konuşabiliriz.
PROBLEM!Verilen dökümandaki özelliklerin tespit edilip, duygusal ifadelerin
çıkarılması.
Yaklaşımlar-1
• Noun phase’lerin bulunması. (NPs yaklaşımı)
• PMI ile sonuç elde etmek.
• Kategorilerin yorumu yapılan ürün ile alakalı olması.
• Eğitilmiş kümeler ile çalışmak;• “Printer comes with” ya da “printer has” birer özellik
cümlesi.
Yaklaşım-2
• Açıkca belli olan özelliklerden konuştuk.
• Cümle içinde belli olmayan özellikler de vardır.• This phone is heavy. => weight
• This camera is quite compact. => size
• Association Mining ile belirli olan özellikler ile birliktelik kurmak. (Aspect and Entity Extraction for Opinion Mining written by Bing Liu)
Karşılaştırmalı (Comparative)
• Her zaman direk fikirler söylenmez.
• Bir döküman içinde karşılaştırmalar yapılabilir.
• “300 C Touring looks so much better than the Magnum.”
• “I drove the Honda Civic, it does not handle better than the TSX, not even close.”
Karşılaştırmalı (Comparative)-2
• Amaç, karşılaştırma kelimeleri içeren cümleleri saptaya bilmek.
• Jindal ve Liu’nun çalışması karşılaştırma kelimeleri çıkarmıştır.
Araştırma Başlıkları
• Cümle seviyesinde daha iyi bir modelleme.
• Özellikleri gruplama ve bunu otomatikleştirme.
• Bir dökümandaki bir çok özelliğin ayrıştırılması.
• Espri konusuna olan yaklaşım.
• Dilbilgisi hatalarının tespiti.
Demo
Soru & Cevap
Teşekkürler