KaydedilenlerDerginizi ekleyin

Dergiler / Journal of Artificial Intelligence and Data Science / 2021 / Cilt: 1 - Sayı: 1

Turkish Sentiment Analysis Using Machine Learning Methods: Application on Online Food Order Site Reviews

Özlem AKTAŞ
Berkay COŞKUNER
İlker SONER
Sayfa
1–10
Yayın Tarihi
2021-08-30
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)

It was observed that 3 different natural language processing methods applied resulted in approximately 5% accuracy increase in most of the developed models.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Satisfaction measurement, which emerges in every sector today, is a very important factor for many companies.
📊
Temel Bulgular & Veri:In this study, it is aimed to reach the highest accuracy rate with various machine learning algorithms by using the data on Yemek Sepeti and variations of this data.
💡
Sonuç & Katkı:It was observed that 3 different natural language processing methods applied resulted in approximately 5% accuracy increase in most of the developed models.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:machine learning · natural language processing · sentiment analysis

Abstract

Satisfaction measurement, which emerges in every sector today, is a very important factor for many companies. In this study, it is aimed to reach the highest accuracy rate with various machine learning algorithms by using the data on Yemek Sepeti and variations of this data. The accuracy values of each algorithm were calculated together with the various natural language processing methods used. While calculating these accuracy values, the parameters of the algorithms used were tried to be optimized. The models trained in this study on labeled data can be used on unlabeled data and can give companies an idea in measuring customer satisfaction. It was observed that 3 different natural language processing methods applied resulted in approximately 5% accuracy increase in most of the developed models.

🔖

Bu Makaleye Atıf Yap

AKTAŞ, Ö., COŞKUNER, B., SONER, İ. (2021). Turkish Sentiment Analysis Using Machine Learning Methods: Application on Online Food Order Site Reviews. Journal of Artificial Intelligence and Data Science, Cilt: 1 - Sayı: 1, 1–10. https://ajindex.com/articles/853780

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (14)

  1. B. Erşahin, Ö. Aktaş, D. Kilinc, and M. Erşahin, “A hybrid sentiment analysis method for Turkish”, Turkish Journal of Electrical Engineering & Computer Sciences, vol. 27, no. 3, pp. 1780-1793, 2019
  2. B. Emekli and İ.H. Selvi, “GSM Operatörlerine Yönelik Atılan Türkçe Tweetlerin Derin Öğrenme Yöntemleriyle Duygu Analizi”, 4. Uluslararası Marmara Fen Bilimleri Kongresi, 2019
  3. Ş. Yilmaz, İ. Özer, and H. Gökçen, “Türkçe Metinlerde Derin Öğrenme Yöntemleri Kullanılarak Duygu Analizi”, in International Symposium of Scientific Research and Innovative Studies, vol. 22, pp. 25, 2021
  4. E. Baştürk, “Yemeksepeti Sentiment Analysis”. Kaggle [Online]. Available: https://www.kaggle.com/egebasturk1/yemeksepeti-sentiment-analysis. [Accessed Oct. 2020]
  5. İ. Yelmen. “Doğal Dil İşleme Yöntemleriyle Türkçe Sosyal Medya Verileri Üzerinde Duygu Analizi”, Doctoral dissertation, İstanbul Aydın Üniversitesi Fen Bilimleri Enstitüsü, 2016
  6. O. Aytuğ, “Twitter Mesajları Üzerinde Makine Öğrenmesi Yöntemlerine Dayalı Duygu Analizi”. Yönetim Bilişim Sistemleri Dergisi, vol. 3, no 2, 1-14, 2017
  7. M. Albayrak, K. Topal, and V. Altıntaş, “Sosyal Medya Üzerinde Veri Analizi: Twitter”. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, vol. 22 (Kayfor 15 Özel Sayısı), 2017
  8. A. Alpkoçak, M.A. Tocoglu, A. Çelikten, and İ. Aygün, “Türkçe metinlerde duygu analizi için farklı makine öğrenmesi yöntemlerinin karşılaştırılması”. Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi, vol. 21, no. 63, 719-725, 2019
  9. N. İlhan and D. Sağlatıcı, “Twitter'da Duygu Analizi”. Harran Üniversitesi Mühendislik Dergisi, vol. 5, no. 2, 146-156, 2020
  10. G. Sarıman and E. Mutaf, “COVID-19 Sürecinde Twitter Mesajlarının Duygu Analizi”, Euroasia Journal of Mathematics, Engineering, Natural & Medical Sciences, vol 7, no. 10, pp. 137-148, 2020
  11. Yilmaz, Ş. Ş., Özer, İ., & Gökçen, H, “Türkçe Metinlerde Derin Öğrenme Yöntemleri Kullanılarak Duygu Analizi”. In International Symposium of Scientific Research and Innovative Studies, vol. 22, pp. 25, 2021
  12. G. Gezici and B. Yanıkoğlu, “Sentiment analysis in Turkish. In Turkish natural language processing”, Springer, Cham, pp. 255-271, 2018
  13. T. Mikolov, K. Chen, G. Corrado, and J. Dean, “Efficient estimation of word representations in vector space”, arXiv preprint arXiv:1301.3781, 2013
  14. B. Coskuner, Yemek Sepeti Comments, 2021. [Online] Available: https://www.kaggle.com/berkaycokun