LSTM Derin Öğrenme Yaklaşımı ile Covid-19 Pandemi Sürecinde Twitter Verilerinden Duygu Analizi

Sentiment Analysis from Twitter Data during the Covid-19 Pandemic Era with LSTM Deep Learning Approach

Özet

Dünyada yaşanan toplumsal olaylar için insanların düşüncelerini anlamak ve bu düşünceleri analiz ederek birtakım çıkarımlar yapmak oldukça önemlidir. Bu analiz ve çıkarımlar sayesinde çeşitli projeler başlatılabilir ve karar verme süreçleri oluşturulabilir. Bu amaçla kullanılan işlemlerden biri de metinlerin çeşitli bilgisayar algoritmaları ile sınıflandırılmasıyla gerçekleştirilen duygu analizi işlemidir. Duygu analizini gerçekleştirmek için kullanılan yöntemler genel olarak sözlük tabanlı yöntemler ve makine öğrenmesi yaklaşımları olarak ikiye ayrılır. Bu makalede, dünyayı etkisi altına alan ve halen devam etmekte olan koronavirüs pandemisi (Covid-19) ile ilgili Twitter sosyal medya platformunda sık konuşulan bir takım terimler gözönüne alınarak duygu analizi çalışması gerçekleştirilmiştir. Bunun için, konu ile ilgili bazı Türkçe başlıklar toplanmış ve bu başlıklar olumlu ve olumsuz düşünceler şeklinde sınıflandırılarak duygu analizi yapılmıştır. Bu analiz için derin öğrenme yöntemlerinden biri olan Uzun Kısa Süreli Hafıza (LSTM) yapısı kullanan bir sistem önerilmiştir. Önerilen bu sistem oluşturulan veri kümelerine uygulanmış ve maksimum %97 doğruluk başarısı elde edilmiştir.

Abstract

It is very important to understand people’s thoughts regarding social events occurring in the world and to make some inferences by analyzing these thoughts. With these analysis and inferences, various projects can be initiated and decision-making processes can be formed. One of the procedures used for these purposes is the sentiment analysis which is performed by classifying text with various computer algorithms. The methods used to perform sentiment analysis are generally categorized as dictionary-based methods and machine learning approaches. In this paper, a sentiment analysis study has been carried out by considering a number of frequently spoken terms on the Twitter social media platform regarding the coronavirus (Covid-19) pandemic, which has affected the world and is still ongoing. For this, some Turkish titles related to the subject were collected and sentiment analysis was conducted by classifying these titles as positive and negative thoughts. For this analysis, a system using a Long Short-Term Memory (LSTM) structure, which is one of the deep learning methods, was proposed. The proposed system was applied on the obtained data sets and a maximum 97% accuracy was achieved.