Sentiment analysis for Turkish Twitter feeds

Doğu Fen Bilimleri Dergisi, 2023

Sosyal medyada ifade edilen görüşler, çeşitli işletmeler için her zaman dikkate alınan ve faydalı bir kaynak olmuştur. Duygu analizi, kullanıcılar tarafından oluşturulan içeriği belirli kutuplara (pozitif, negatif) dağılmış ve etkin bir şekilde sınıflandırmayı ifade eden genel bir terimdir. Duyguların sınıflandırma ve analizini gerçekleştirmek için çeşitli araçlar ve teknikler bulunmaktadır. Bunlar, veri üzerinde ön işleme adımları tamamlandıktan sonra hedef grubu sınıflandıran denetimli makine öğrenimi tekniklerini içermektedir. Hibrit araçlar, makine öğrenimi ve sözlük tabanlı algoritmaların birleşimini kullanarak, işaretlenmiş verilere dayalı olarak sınıflandırma yapar. Bu makalede, duyguların analizinde SVM algoritmasını Weka adında açık kaynaklı bir yazılım ile birlikte kullanılmıştır. İki önceden kategorize edilmiş tweet veri seti kullanıldı. SVM algoritmasının performansı, analitik metrikler yardımıyla değerlendirildi.

2016 IEEE/ACS 13th International Conference of Computer Systems and Applications (AICCSA), 2016

Öz Bu çalışmanın amacı, Türkçe için kapsamlı yeni bir duygu kütüphanesi geliştirmektir. Bu yeni kütüphane ile Türkçe sosyal medya paylaşımlarında etkili duygu analizi çalışmalarının yapılmasına katkı sunmak hedeflenmektedir. Bu çalışmada, varolan diğer kütüphanelerden bazıları incelenmiş olup bunları genişleten kapsamlı bir kütüphane oluşturulmuştur. Daha önce yapılmış çalışmalara ek olarak kütüphaneye basit emoji karakterler ve puanlama altyapısı eklenmiştir. Geliştirilen Türkçe Duygu Kütüphanesi'nin verimliliğini ölçmek için Twitter'da belli etiketlerle oluşturulmuş paylaşımlar toplanmıştır ve bunların üzerinden duygu analizi çalışmaları yapılmıştır. Analiz çalışmaları, birbirinden bağımsız iki farklı konu başlığında gerçekleştirilmiştir. Bu analiz kapsamında yapılan çalışmalardan ilki hava değişikliklerinin kullanıcılar üzerindeki etkisini ölçmek adına yapılmıştır. Bu çalışma kapsamında yaz aylarında ve kış aylarında toplanan veri kümeleri incelenmiştir. Türkçe paylaşım yapan kullanıcıların kış aylarında daha olumsuz paylaşımlar yaptıkları, bahar ve yaz aylarında ise kış aylarına oranla daha olumlu paylaşımlar yaptıkları gözlemlenmiştir. Diğer analiz çalışması ise Türk televizyonlarında belirli bir süre boyunca yayınlanan, günlerce popüler konu listesinin en üst sırasında yer alan Survivor adlı yarışma programı izleyicilerinin Türkçe paylaşımlarını konu almıştır. Analiz sonucunda kullanıcıların takip etmekte oldukları bu programla ilgili genelde olumsuz paylaşımlar yaptığı gözlemlenmiştir. Ayrıca, paylaşımlarda bozuk Türkçe kullanım alışkanlıkları tespit edilmiştir.

Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, 2019

In this study, Tweets on Twitter are sought to be found out whether they are Islamophobic or not by using emotion analysis. Estimations are made using precision, recall and F1 measures via models trained with linear ridge model. In the end, accurate results, in the range of 96.3 per cent to 96.5 per cent on average, are obtained for positive tweets. Figure A. Block schema of the system Purpose: Although there are many studies on machine learning in social networks, a study based on Islamophobia, especially a study that brings a machine learning approach to the problems about this subject,has not been done scientific research. In this thesis, it is aimed to carry out a study on the detection of hate speech on Twitter on Islamophobia with different machine learning algorithms. Theory and Methods: Twitter has been marked firstly in our study. Then, preprocessing studies have been performed and trained with two different algorithms. Results: The system has been trained using 80% of the data set consisting of 162,000 tweets and tests have been performed using 20%. In this way, the accuracy rate of the system has been determined.After the application of word-based TF-IDF weighting on the data set, Ridge Regression and Naive Bayes model has been applied. For these models, the rates obtained in Tweet classification study were 96.9% in Ridge Regression in F1 criterion while this value has been decreased to 95.4% in the Naive Bayes. In addition, Ridge Period was shorter than Naive Bayes Classifier as training time. Conclusion: Suggestions that can be put forward as a result of this study are that; researches should be done with similar national language for different languages,too and rweets should be researched and got more detailed results based on location and date based. In addition, by providing Tweets specific to the location, the "Islamophobia Score' can be calculared for different locations and countries, and the Global Islamophobia Index which includes the countries can be calculated.

Electric Electronics, Computer Science, Biomedical Engineerings' Meeting (EBBT), 2018

Abstract-The classification of the emotions contained in the social media is of great importance in terms of its use in related fields such as media as well as developing technology. The Latent Dirichlet Allocation (LDA), a topic modeling algorithm, was used to determine which emotions the tweets on Twitter had in the study. Dataset consists of angry, fear, happy, sadness and surprise, 5 emotions and 4000 tweets. Zemberek, Snowball and the first 5 letter root extraction methods are used to create the model. The generated models were tested with the n-stage LDA method we developed and compared with the LDA. For the 5 classes of normal LDA method, the highest 60.4% success was achieved; 70.5% for 2-stage LDA and 76.4% for 3-stage LDA.

Yeni medyanın en önemli özelliklerinden birisi, iletişim sürecinde bireylerin birbirleriyle etkileşimine olanak tanımasıdır. Genel bir tanımlamayla etkileşim kavramı bireylerin karşılıklı olarak ileti alış verişinde bulunmaları durumudur. Etkileşim özelliği sayesinde bireyler, medya mesajlarına kişisel yorumlarını ekleyerek onları yeniden üretebilmekte ya da söz konusu medya mesajlarını paylaşarak (retweet ederek) yeniden dolaşıma sokabilmektedirler. Bu araştırmada haber ajansları ve gazetelerden gelen iletilerin etkileşim düzeylerini belirlemek amaçlanmıştır. Bu amaçla 1 Mayıs - 31 Temmuz 2016 tarihleri arasında Doğan Haber Ajansı (DHA), Anadolu Ajansı (AA), Sabah Gazetesi, Sözcü Gazetesi ve Hürriyet Gazetesinin resmi Twitter hesaplarından gönderilen toplam 81.174 tweet kaydedilmiştir. Kullanıcıların etkileşim düzeyini belirlemek için kaydedilen tweetlerin, retweet edilme ve beğeni sayıları üzerinden analiz gerçekleştirilmiştir. Yapılan analizde haber tweetlerinin 48 saat içindeki etkileşim oranları, günün belli zaman dilimlerinde gönderilen tweetlerin kullanıcılar tarafından ne kadar retweet edildiği ve beğenildiği, retweet ve beğeni sayılarının toplam takipçi sayılarına oranları hesaplanarak kullanıcıların etkileşim düzeyleri belirlenmiştir.

Çağ Üniversitesi Sosyal Bilimler Dergisi, 2021

Son yıllarda lojistik sektörü kapsamında yer alan ve artan ticaret hacmi ile hem sektöre, hem de ekonomiye katkısının öneminin arttığı kargo hizmetlerinde müşterilerin tutum ve davranışlarının belirlenmesi, kargo işletmelerinin rekabet avantajı kazanması açısından bir zorunluluk haline gelmiştir. Özellikle müşterilerin almış oldukları hizmetlerden duydukları memnuniyet durumlarını sosyal medya platformlarından paylaşması işletmelerde müşteri odaklı faaliyetlerin artmasına neden olmuştur. Sosyal medya platformları içerisinde önemli bir yere sahip olan Twitter aracılığıyla bireylerin hizmet aldıkları kargo işletmeleri ile ilgili yorumlarını yoğun olarak paylaştıkları bilinmektedir. Bu çalışmada da doğal dil işleme yöntemleri kullanılarak kargo firma müşterilerinin sosyal medya üzerindeki görüşleri derlenerek firmalar için destek unsuru oluşturulması hedeflenmiştir. Bu amaçla Twitter'da Kasım 2020-Ocak 2021 tarihleri arasında belirlenen bir kargo firması ile ilgili paylaşılan 1138 Twitter gönderisi derlenerek, duygu analizi tekniği ile polarite skoruna göre pozitif, negatif veya nötr olma durumları analiz edilmiştir. Duygu analizi yapılan gönderilerden negatif etiketlenenlerin en yüksek paya sahip olduğu ve genel olarak gönderilerde sık kullanılan kelimelerin "engel", "uzak" ve "kal" olduğu belirlenmiştir. Araştırmanın sonuçlarının kargo işletmesi yöneticileri açısından önemli bilgiler içermesinin yanı sıra, gelecekte farklı sektörlerde uygulanması açısından değer taşımaktadır.

Balıkesir Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 2021

In recent years, news and their sources have transformed with the increasing use of the internet. Instead of traditional media platforms such as radio, television, newspaper and magazine, the use of social media platforms is also growing. While certain sources share the news in traditional media, every user can be a news source in social media. Fake news is news produced by fake or provocative users for the purpose of propaganda, provocation or misleading users. Since an ordinary social media user may share any news without any filter and they are usually interesting, a fake news can spread rapidly. For this reason, it is very important to detect fake news as soon as possible. Sometimes, fake news is detected by expert systems. It is not possible to detect fake news in a short time with such expert systems on social media platforms with very dense sharing traffic. This causes fake news to be shared by many people in a short time. Therefore, semiautomatic and automatic fake news detection systems can provide fake news detection in a shorter time than non-autonomous expert systems. Automatic detection systems are needed to be developed in order to overcome this shortcoming. In this study, we collect data from Twitter, annotate them whether they are fake or real news. Then, we use supervised (K-Nearest Neighbor-KNN, Support Vector Machines-SVM, and Random Forest) and unsupervised (K-means, Non-Negative Matrix Factorization-NMF, and Linear Discriminant Analysis-LDA) machine learning algorithms to detect fake news automatically. We run each algorithm 100 times and the average F1-score values were examined. The best results were obtained with 0.86 F1-score value in supervised learning algorithms. The F1-score value of unsupervised learning algorithms remained at 0.72.

Gümüşhane Üniversitesi İletişim Fakültesi Elektronik Dergisi

Bu çalışma, Suriye’de yaşanan savaş sonucunda Türkiye’ye göç etmiş Suriyeli sığınmacılar hakkındaki Türk toplumu nezdindeki genel algının Twitter sosyal medya platformu kapsamında ortaya konması amaçlanmıştır. Bu amaçla öncelikle Suriyeli sığınmacılar meselesinin önemi ortaya konmuş, ardından sosyal medyanın Suriyeli sığınmacılara yönelik algıyı oluşturmadaki rolü üzerinde durulmuştur. Araştırmanın veri toplama kısmında 2021 yılı Mayıs ayı içerisinde atılan, “Suriyeli” anahtar kelimesini içeren ve Suriyeli sığınmacıları ifade eden tweetler incelenmiştir. Analiz kısmında Maxqda nitel veri analizi programı kullanılmıştır. Tweetler ilk olarak olumlu ve olumsuz algı olmak üzere ayrılmıştır. Daha sonra kodlanan tweetler kategorilere ayrılarak sebepleri ve niteliği de ortaya çıkacak şekilde içerik analizi yöntemi kullanılarak analiz edilmiştir. Sonuç olarak, Türk halkının büyük oranda Suriyeli sığınmacılara yönelik olarak “olumsuz” ve “hoşnutsuzluk” niteliğinde bir algıya sahip olduğu ort...

Anadolu Üniversitesi Sosyal Bilimler Dergisi, 2019

Öz Bu çalışma iki bölümden oluşmaktadır. Birinci bölümde, sektörler ve sektör dışı faaliyetler temelinde Ankara, İstanbul ve İzmir Büyükşehir Belediyeleri'nin (BB)Twitter kullanım eğilimleri incelenmektedir. İkinci bölümde BB'lerin paylaşımlarına takipçilerin "beğeni", "retweet" ve "yorum" şeklindeki tepkileri karşılaştırmalı olarak analiz edilmektedir. Böylece, BB'lerin bir sosyal medya platformu olarak Twitter'i nasıl kullandıklarının tespit edilmesi ve takipçilerin paylaşımlara yönelik tepkilerinin ölçülmesi amaçlanmaktadır. BB'lerin çok çeşitli sektör ve alanlarda görev ve sorumluluklarının bulunması nedeniyle, paylaşımlar "sektör" veya "sektör dışı hizmet alanları" ile ilgili olanlar şeklinde gruplandırılmıştır. Bu bağlamda, 14 sektör gurubu ve 5 sektör dışı faaliyet alanı gurubu oluşturulmuş, değerlendirmeler ve analizler bu gruplandırma temelinde yapılmıştır.

PressAcademia Procedia , 2016

Her sektörde olduğu gibi havayolu sektöründe de halihazır ve potansiyel müşterilerin satın alma öncesi ve sonrası fikir ve duygularının tespit edilmesi, havayolu firmalarının gelecekte sunacağı hizmetleri de şekillendirmektedir. Bu çalışmada, Twitter kullanıcılarının havayolu ulaşımı ile ilgili yorumları derlenerek duygu analizi çalışması yapılmıştır. Kullanıcı yorumları, birçok sosyal medya uygulamasında olduğu gibi Twitter’ ın da sunmuş olduğu API (Application Programing Interfaces-Uygulama Programlama Arayüzleri) hizmeti vasıtasıyla java tabanlı program kullanılarak Nisan-Mayıs 2016 tarihleri arasında alınmıştır. Elde edilen 8672 kullanıcı yorumu olumlu, nötr ve olumsuz etiketlerle ayrıştırılmıştır. Elde edilen etiketler etiket bulutunda toplanmış ve sonuçlar Makine Öğrenmesi Yöntemi ve SMO sınıflandırmasında standart ve normalize Kernel Polinomları ile analiz edilmiştir. Anahtar Kelimeler: Hava taşımacılığı, twitter, fikir madenciliği, makine öğrenmesi yöntemleri, Kernel polinomları The identification of actual and potential customers opinions and sentiments before and after purchase shapes the services offered by airlines in the airline sector as well as in every sector. In this paper, a sentiment analysis is made by compiling Twitter users' comments related to air transport. Comments of users collected from API (Application Programming Interfaces) service provided by Twitter as with many social media applications and were taken from a Java based program on a regular basis between April-May 2016. Obtained 8672 user comments were decomposed as positive, notr and negative tags. Tags are collected in a tag cloud and results are analysed with Machine Learning Method and standardized and normalized Kernel Polinoms in SMO algorithm. Keywords: Air Transportation, Twitter, Opinion Mining, Machine Lerning Methods, Kernel Polinoms