Yazar
Duşçu, Mihail, Danış, Dilek Günneç
Basım Tarihi
2020-11
Basım Yeri
-
Elsevier
Konu
Ses işleme, Makine öğrenimi, Duygu analizi, Metin normalleştirme, Twitter
Tür
Süreli Yayın
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Demirbaş Numarası
0306-4573
Kayıt Numarası
7c8a3245-5bd1-44c6-9e23-8cd424d31932
Lokasyon
Endüstri Mühendisliği
Tarih
2020-11
Örnek Metin
Polarite sınıflandırması duygu analizindeki en temel problemlerden biridir. Bu yazıda, Twitter mesajlarının kutupsallık sınıflandırması için dilbilgisi veya diğer metin özelliklerinden ziyade ses verilerine dayalı özellikler içeren, yani harici sözlüklere bağımlılığı ortadan kaldıran yeni bir yöntem olan Ses Kosinüs Benzerliği Eşleştirmesi öneriyoruz. Özellikle çevrimiçi sosyal medyadaki metinlerde sıklıkla karşılaşılan yanlış yazılmış veya kısaltılmış kelimeleri doğru bir şekilde tespit etmek için kullanışlıdır. Yöntem performansı iki düzeyde değerlendirilir: i) yanlış yazılan ve kısaltılmış kelimelerin yakalanma oranı, ii) özellik kümesinin sınıflandırma performansı. Sonuçlarımız, önerilen özellikler kullanıldığında literatürdeki diğer iki modelle karşılaştırıldığında sınıflandırma doğruluğunun arttığını göstermektedir.
DOI
10.1016/j.ipm.2020.102346
Cilt
57
