Türkçe metinlerde hedef terimi çıkarımı için bir topluluk yaklaşımı
Mehmet Umut Salur1, İlhan Aydın2, Maen Jamous31Gaziantep İslam Bilim ve Teknoloji Üniversitesi Teknik Bilimler Meslek Yüksekokulu, Bilgisayar Teknolojisi Bölümü, Gaziantep2Fırat Üniversitesi Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, Elazığ
3Harran Üniversitesi Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, Şanlıurfa
Günümüzde standart duygu analizinin yetersiz kalması sonucunda, hedef tabanlı duygu analizi (HTDA) çalışmaları büyük ilgi görmüştür. HTDA, bir metindeki her terim/nitelik hakkında ayrıntılı duygu ve düşüncelerin ortaya çıkarılmasını sağlar. HTDA yönteminin en önemli alt aşaması, bir metinden hedef terimlerinin çıkarılması işlemidir. Türkçe gibi sondan eklemeli dil yapılarına sahip metinlerde bu süreç daha da zorlaşmaktadır. Bu çalışmada, Türkçe kullanıcı yorumlarından hedef terimlerini çıkarmak için istatistiksel (TF-IDF), konu modelleme (LDA ve NMF) ve kural-tabanlı yöntemleri bir arada kullanan bir topluluk yaklaşımı önerilmiştir. Önerilen yöntem, farklı yöntemlerle elde edilen aday hedef terim kümelerini stratejik olarak birleştirir ve nihai hedef terimleri listesini belirler. Önerilen yöntem, Türkçe restoran yorumlarından oluşan SemEval-2016 HTDA kıyaslama veri seti üzerinde test edilmiştir. Önerilen yöntemin deneysel sonuçları aynı veri kümesi üzerinde yapılan önceki çalışmalarla karşılaştırılmıştır.
Anahtar Kelimeler: Hedef terim çıkarımı, Hedef tabanlı duygu analizi, Türkçe metinler, Duygu analiziAn ensemble approach for aspect term extraction in Turkish texts
Mehmet Umut Salur1, İlhan Aydın2, Maen Jamous31Gaziantep Islam Science and Technology University, Vocational School of Technical Sciences, Department of Computer Technology, Gaziantep, Turkey2Department of Computer Engineering, Fırat University, Elazığ, Turkey
3Department of Computer Engineering, Harran University, Şanlıurfa, Turkey
Today, as a result of the inadequacies of the standard sentiment analysis, aspect-based sentiment analysis (ABSA) studies have great attracting interest. ABSA reveals detailed sentiment and opinion about every term/attribute in a text. The most important sub-stage of the ABSA method is the process of extracting the aspect terms from a text. This process becomes more difficult in texts with agglutinative language structures such as Turkish. In this study, we proposed an ensemble approach that uses statistical (TF-IDF), topic modeling (LDA and NMF), and rule-based methods together to extract aspect terms from Turkish user comments. The proposed method strategically combines the candidate aspect term obtained by different methods and determines the final aspect term lists. The proposed method has been tested on the SemEval-2016 ABSA benchmarking dataset, which consists of Turkish restaurant reviews. The experimental results of the proposed method were compared with previous studies on the same dataset.
Keywords: Aspect term extraction, Aspect based sentiment analysis, Turkish texts, Sentiment analysisSorumlu Yazar: Mehmet Umut Salur, Türkiye
Makale Dili: İngilizce