Türkçe Tweetler için Derin Özellik Çıkarımı Tabanlı Yeni Bir Duygu Sınıflandırma Modeli

Sosyal medya uygulamaların yaygın kullanımı, insanları her dakika yeni veri üretmelerine neden olmuştur. Ses ve resim veri türlerinin yanında metin tabanlı verilerin boyutu daha hızlı artmaktadır. Metin tabanlı veriler, anlamlı kelimeler haricinde birçok içerik barındırabilmektedir. Metin işleme çalışmaları için bu içerikler gürültü olarak isimlendirilir ve metin önişleme aşamasında bu içerikler veri kümelerinden çıkartılır. Özellikle Twitter veri kümeleri üzerinde yapılan duygu sınıflandırma çalışmalarında, veri kümeleri metin temsilleri oluşturulmadan önce yapılan önişlemler aşamasında URL, noktalama işareti ve emoji gibi içeriklerden arındırılmaktadır. Twitter sosyal medya uygulaması için gürültü olarak nitelendirilen içerikler aslında bir bakıma kullanıcının duygu ve düşüncelerinin bir parçası niteliğindedir. Bu çalışmada veri kümesinden temizlenen gürültü verilerinden de özellik çıkarımı yapılmış olup, tweet’ler içerisindeki duygu daha iyi ortaya çıkarılmıştır. Çalışmada önerilen yeni duygu sınıflandırma modeli, derin öğrenme yöntemleriyle çıkartılan derin özellikler ile veri önişlemleri aşamasında silinen içeriklerden elle çıkartılan özellikleri birlikte kullanımına dayanmaktadır. Önerilen model literatürde çalışılan Türkçe Twitter veri kümesi üzerinde gerçekleştirilmiştir. Önerilen modelin sınıflandırma performansının önceki çalışmalardan daha iyi olduğu yapılan deneylerle gösterilmiştir.