Bilgilendirme: Kurulum ve veri kapsamındaki çalışmalar devam etmektedir. Göstereceğiniz anlayış için teşekkür ederiz.
 

Eke, Simay

Profile Picture
Profile URL
https://hdl.handle.net/20.500.12416/8870
Name Variants
Job Title
Arş. Gör.
Email Address
simayeke@cankaya.edu.tr
Main Affiliation
Bilgisayar Mühendisliği
Status
Current Staff
Website
ORCID ID
Scopus Author ID
Turkish CoHE Profile ID
Google Scholar ID
WoS Researcher ID
Files
02204.jpeg (52.5 KB)

Sustainable Development Goals

SDG data is not available
This researcher does not have a Scopus ID.
This researcher does not have a WoS ID.
Scholarly Output

1

Articles

0

Views / Downloads

0/0

Supervised MSc Theses

1

Supervised PhD Theses

0

WoS Citation Count

0

Scopus Citation Count

0

WoS h-index

0

Scopus h-index

0

Patents

0

Projects

0

WoS Citations per Publication

0.00

Scopus Citations per Publication

0.00

Open Access Source

0

Supervised Theses

1

Journals data is not available

Scopus Quartile Distribution

Quartile distribution chart data is not available

Competency Cloud

GCRIS Competency Cloud

Filters

20241
Reset filters

Settings

Scholarly Output Search Results

Now showing 1 - 1 of 1
  • Thumbnail Image
    Master Thesis
    Çeşitli Türkçe Metinlerin Gelişmiş Duygu Sınıflandırması İçin Hiyerarşik Kapılı Dikkat Ağı ve Yinelemeli Sinir Ağının Birleştirilmesi
    (2024) Eke, Simay; Arslan, Serdar
    Duygu sınıflandırması, metinlerdeki bağlamları ve eğilimleri belirlemede önemli bir süreçtir. Doğal dil işleme ve derin öğrenmedeki son gelişmeler nedeniyle sinir ağları gibi yöntemler duygu sınıflandırmasında çok daha fazla önem kazanmıştır. Bu çalışma özellikle gömme yöntemlerini, dikkat ağlarını ve mekanizmalarını, Yinelemeli Sinir Ağlarını vurgulamaktadır. Çalışma karakter ve kelime gömmelerinin modelleri ve metin analizini nasıl geliştirdiğini, dikkat mekanizmalarının bilginin belirli bölümlerine nasıl vurgu yaptığını ve daha fazla dikkat ettiğini, Uzun Kısa Süreli Bellek ağlarının metindeki uzun vadeli bağımlılıkları ve zamansal değişimleri nasıl oldukça etkili bir şekilde yakaladığını incelemektedir. Hem kısa, yapılandırılmamış hem de uzun, yapılandırılmış Türkçe metinlerin duygularını tek bir modelde analiz etmek amacıyla Uzun Kısa Süreli Bellek ve Hiyerarşik Kapılı Dikkat Ağı birleştirilerek bir hibrit model geliştirilmiştir. Ayrıca önerilen modelin performansını değerlendirmek için Twitter verisi kullanılarak yeni bir Türkçe veri seti oluşturulmuş ve etiketlenmiştir. Hiyerarşik Kapılı Dikkat Ağı, hem kelime hem de cümle düzeylerinde temel bilgileri önceliklendirerek ikili bir rol oynar ve böylece metnin hiyerarşik yapısını daha etkili bir şekilde yakalar. Bu yaklaşım, Uzun Kısa Süreli Bellek Ağlarının güçlü yetenekleriyle birleştiğinde duygu sınıflandırması için sağlam bir çerçeve oluşturur. Deney sonuçları, bu yöntemlerin birleştirilmesinin duygu sınıflandırmasının performansını artırdığını ve Türkçe metinlerdeki bağlamların daha kapsamlı bir şekilde anlaşılmasını sağladığını göstermektedir. Çalışma, bu tekniklerin nasıl uygulandığını ve bu uygulamaların modelin duygu sınıflandırması üzerindeki etkilerini ayrıntılı olarak inceler ve bunları diğer yapılandırmalar, yöntemler ve modellerle karşılaştırır.