Tez No	İndirme	Tez Künye	Durumu
640242		Emotion analysis on Turkish text / Türkçe metinlerde duygu analizi Yazar:HATİCE ERTUĞRUL GİRAZ Danışman: DOÇ. DR. SENEM KUMOVA METİN Yer Bilgisi: İzmir Ekonomi Üniversitesi / Lisansüstü Eğitim Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Yüksek Lisans İngilizce 2020 84 s.
Duygular günlük hayatımızı yönetir; duygular insan deneyiminin büyük bir parçasıdır ve karar verme sürecimizi etkiler. Bizi mutlu eden eylemleri tekrarlamak isteriz, ancak bizi kızdıran veya üzen eylemlerden kaçınırız. Doğal dil işleme sayesinde; öznel bilgiler, öneriler, incelemeler, sosyal medya yayınları gibi yazılı kaynaklardan elde edilebilir. Ayrıca, metnin yazarı tarafından ifade edilen duyguları anlamamızı ve dolayısıyla buna göre hareket etmemizi sağlar. Bu tezde duygu sözlüklerinin ve sözcük vektör gösterimlerinin duygu belirleme görevindeki başarısı araştırılmıştır. Duygu sözlüğü oluşturmak için iki yöntem önerilmiştir. Buna ek olarak, cümlelerin ifadesinde cümleyi oluşturan kelimelerin duygu sözcükleri ile vektörel kıyaslanmasını temel alan üç yaklaşım önerilmiştir. Türkçe metinlerde gözetimsiz ve gözetimli yöntemler ile deneyler yürütülmüş ve deney sonuçları raporlanmıştır.
Emotions govern our daily life; these are a big part of the human experience and affect our decision-making. We would like to repeat actions that make us happy, but we avoid actions that make us angry or sad. Through natural language processing, subjective information can be obtained from written sources such as suggestions, reviews, and social media publications. It also allows us to understand the emotions expressed by the author of the text and therefore act accordingly. In this thesis, we explored the effect of different emotion lexicons and word vector representations of text in emotion detection task. We proposed two approaches to construct emotion lexicon. In addition, we represented the sentences by three different approaches based on word vector comparison to emotion lexicon words. Experiments are performed employing both unsupervised and supervised approaches in Turkish texts and the results are reported.