Dergiler / Manisa Celal Bayar Üniversitesi Sosyal Bilimler Dergisi / 2021 / Cilt: 19 - Sayı: 3

Toplum Çevirmenliğinde Fikir Madenciliği ve Duygu Analizi

Opinion Mining And Sentiment Analysis in Community Interpreting

Sayfa
168–185
Yayın Tarihi
2021-09-24
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bu amaçla, fikir madenciliği ile duygu analizi yönteminin toplum çevirmenliği araştırmalarına katkıları betimleyici bir yaklaşımla tartışılmaktadır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Teknolojinin hayatımıza büyük bir katkı sağladığı ve toplum üzerinde önemli bir etkiye sahip olduğu bir gerçektir.
📊
Temel Bulgular & Veri:Teknolojinin gelişmesiyle birlikte internette üretilen veri miktarı da artmıştır.
💡
Sonuç & Katkı:Bu amaçla, fikir madenciliği ile duygu analizi yönteminin toplum çevirmenliği araştırmalarına katkıları betimleyici bir yaklaşımla tartışılmaktadır.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Toplum Çevirmenliği · Makine Öğrenmesi · Fikir Madenciliği

Özet

Teknolojinin hayatımıza büyük bir katkı sağladığı ve toplum üzerinde önemli bir etkiye sahip olduğu bir gerçektir. Teknolojinin gelişmesiyle birlikte internette üretilen veri miktarı da artmıştır. Özellikle sosyal medya, kullanıcıların görüş ve duygularını rahatlıkla ifade edebildiği önemli bir mecraya dönüşmüştür. Bu noktada, birçok alanda kullanıcıların internette paylaştıkları duygu ve düşünceleri Doğal Dil İşleme (DDİ)’nin alanlarından biri olan “fikir madenciliği” yöntemiyle incelenmekte ve kullanıcıların duygu analizi yapılmaktadır. Bu çalışmanın amacı da toplum çevirmenlerinin duygu ve düşüncelerinin fikir madenciliği yöntemiyle incelenebileceğine dair bir yaklaşım sunmaktır. Bir diğer deyişle, daha çok bilgisayar bilimleri ve yönetim bilişim sistemleri disiplinlerinde kullanılan fikir madenciliği ve duygu analizi yöntemlerini tanıtarak, toplum çevirmenliği araştırmalarına yeni bir bakış açısı sunmak hedeflenmiştir. Bu amaçla, fikir madenciliği ile duygu analizi yönteminin toplum çevirmenliği araştırmalarına katkıları betimleyici bir yaklaşımla tartışılmaktadır.

Abstract

It is a fact that technology has made a great contribution to our lives and has a great impact on society. With the development of technology, the amount of data created on the internet has also increased. In particular, social media has turned into an important medium where users can share their beliefs and opinions freely. In this regard, many different sectors have started scrutinizing users’ opinions and emotions with the “opinion mining” method which is a sub-branch of Natural Language Processing (NLP). The objective of this paper is to present an approach towards analyzing the community interpreters’ emotions and opinions using “opinion mining” method. In other words, this paper aims at providing a new insight into community interpreting research by introducing opinion mining and sentiment analysis methods, which are mainly used in Computer Science and Management Information Systems. With the help of the opinion mining and sentiment analysis methods, community interpreters’ opinions and emotions could statistically be determined in a more concrete way as positive, negative or neutral, and their opinions which are not explicitly expressed, can also be determined through the word cloud emerged by the most repeated words of the interpreters.

🔖

Bu Makaleye Atıf Yap

ERKIRTAY, O. Ş., ÜNAL, C. (2021). Toplum Çevirmenliğinde Fikir Madenciliği ve Duygu Analizi. Manisa Celal Bayar Üniversitesi Sosyal Bilimler Dergisi, Cilt: 19 - Sayı: 3, 168–185. https://ajindex.com/articles/399688

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (11)

  1. Adalı, E. (2012). Doğal Dil İşleme. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi, 5(2). Amarouche, K., Benbrahim, H., & Kassou, I. (2015). Product Opinion Mining for Competitive Intelligence. Procedia Computer Science, 73, 358-365.
  2. Atalay, M., & Çelik, E. (2017). Büyük Veri Analizinde Yapay Zekâ ve Makine Öğrenmesi Uygulamaları. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 9(22), 155-172.
  3. Bakshi, R. K., Kaur, N., Kaur, R., & Kaur, G. (2016). Opinion mining and sentiment analysis. 2016 3rd International Conference on Computing for Sustainable Global Development (INDIACom), 452-455.
  4. Balkul, İ. & Akıncı, Ş. (2019). Sözlü Çeviride Kullanılan Teknolojik Araçların Sınıflandırılması.” Rumelide Dil ve Edebiyat Araştırmaları Dergisi. 2019.15 (Haziran), 391- 406. Basiri, M. E., & Kabiri, A. (2017). Sentence-Level Sentiment Analysis in Persian. 2017 3rd International Conference on Pattern Recognition and Image Analysis (IPRIA), 84-89. https://doi.org/10.1109/PRIA.2017.7983023
  5. Bhatia, P., Ji, Y., & Eisenstein, J. (2015). Better Document-level Sentiment Analysis from RST Discourse Parsing. arXiv:1509.01599 [cs]. http://arxiv.org/abs/1509.01599
  6. Braun, S. (2019). Technology and Interpreting M. O’Hagan (Ed.), Routledge Handbook of Translation and Technology içinde New York: Routledge Canım Alkan, S. (2013). Lisans düzeyinde çeviri eğitimiminde teknoloji eğitiminin yeri. İ.Ü Çeviribilim Dergisi. ss. 127-147.
  7. Canım Alkan, S. (2017). Bulut tabanlı bir çeviri yönetim sisteminin çevirmenler açısından avantaj ve dezavantajları üzerine bir değerlendirme. Electronic Turkish Studies. 12(23), 69-88
  8. Corsellis, A. (2008). Public Service Interpreting: The First Steps. London: Palgrave Macmillan. Cusick, M., Adekkanattu, P., Campion Jr, T. R., Sholle, E. T., Myers, A., Banerjee, S.,. & Pathak, J. (2021). Using Weak Supervision and Deep Learning to Classify Clinical Notes for Identification of Current Suicidal Ideation. Journal of Psychiatric Research.136. 95-102.
  9. Çalış, K., Gazdağı, O., & Yıldız, O. (2013). Reklam İçerikli Epostaların Metin Madenciliği Yöntemleri ile Otomatik Tespiti. Bilişim Teknolojileri Dergisi, 6(1), 1-7.
  10. Çılgın C., Ünal, C., Alıcı, S., Akkol, E., & Gökşen, Y. (2020). Metin Sınıflandırmada Yapay Sinir Ağları ile Bitcoin Fiyatları ve Sosyal Medyadaki Beklentilerin Analizi. Mehmet Akif Ersoy Üniversitesi Uygulamalı Bilimler Dergisi, 4(1), 106-126.
  11. Deng, L., & Liu, Y. (2018). A Joint Introduction to Natural Language Proces