Duygu analizinde transformer tabanlı modellerin karşılaştırılması


Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Van Yüzüncü Yıl Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: Türkçe

Öğrenci: HAYRULLAH TEMEL

Danışman: Erol Kına

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Duygu analizi metinlerden duygu çıkarımı yapan yapay zeka çalışmasıdır. Son dönemlerde bu alanda yapılan çalışmalar ve alana olan rağbet bu alan ile ilgili çalışmaları da artırmıştır. Çeşitli makine öğrenmesi algoritmaları, derin öğrenme yöntemleri ve son zamanlarda Transformer tabanlı modeller duygu analizi konularında oldukça yaygın bir şekilde kullanılmaya başlamıştır. Bu çalışma duygu analizi problemlerinde kullanılmak üzere Transformer tabanlı modellerin karşılaştırılması için yapılmıştır. Çalışmada biri 61121 satır ve diğeri 5937 satırdan oluşan iki ayrı veri seti kullanılmıştır. Araştırmada kullanılan veri setleri öncelikli olarak temizlik ve ön hazırlık aşamalarından geçirilmiş ve Transformer tabanlı modellerin kullanımı için hazır hale getirilmiştir. Daha sonra on ayrı Transformer modeli için ayrı ayrı notebooklar çalıştırılmış ve sonuçları raporlanmıştır. Her bir notebook beş epoch boyunca çalıştırılmış ve hem uzun veri seti için hem de az örneklem sayısına sahip veri seti için
sonuçlar karşılaştırılmıştır. Çalışma sonucunda Transformer tabanlı modellerin performansı karşılaştırılmış olup çeşitli parametre ve metrik kullanımları durumundaki sonuçları gözlemlenmiştir. Genel oalarak yüksek orandaki başarı performansları ve hızlı çalışabilme yetenekleri Transformer tabanlı modellerin duygu analizi çalışmalarında büyük oranda kullanılması gerektiğini göstermiştir. Böylece diğer birçok Doğal Dil İşleme (NLP) görevinde olduğu gibi duygu analizi çalışmalarında da Transformer tabanlı modeller başarılı sonuçlar vermeye devam edecektir. Daha fazla parametre ayarı ve modele özgü ince ayarlarla gelecekte yüksek performanslı modeller kullanılabilecek olup gerçek dünya problemlerinde de çok daha büyük başarılara imza atılabilecektir.