Duygu Analizi

Duygu Analizi

Ender Ahmet Yurt

[email protected]

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