Duygu Analizi ve Düşünce Madenciliği
Bilişim Sistemleri Mühendisliği
Fen Bilimleri Enstitüsü
Yüksek lisans
| Dersin Adı | Dersin Kodu | Dersin Türü | Dersin Düzeyi | Dersin Yılı | Dersin Verildiği Dönem | AKTS Kredisi |
|---|---|---|---|---|---|---|
| Duygu Analizi ve Düşünce Madenciliği | BTM549 | Seçmeli | Yüksek lisans | 1 | Bahar | 8 |
Öğretim Elemanı Adı
Doç. Dr. Zeynep Hilal KİLİMCİ
Arş. Gör. M.M. Enes YURTSEVER
Dersin Öğrenme Kazanımları
1) Duygusal analiz kavramını ve istatistiksel doğal dil işleme ile olan yakın ilişkilerini anlamak
2) Temel duyarlılık analizi ve fikir madenciliğini öğrenmek
3) Duyarlılık sınıflandırmalarını ve görünüş modellerini öğrenmek
4) Spam tespitini öğrenmek
5) Temel sınıflandırma algoritmalarını ve bunların duygusal sınıflandırmadaki uygulamalarını öğrenmek
6) Temel bilgi çıkarma algoritmalarını ve bunların duygu analizi ve fikir madenciliğindeki uygulamalarını öğrenmek
Program Yeterliliği İlişkisi
| Program Yeterlilikleri | ||||||||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | ||
| Öğrenme Kazanımları | ||||||||
| 1 | Orta | |||||||
| 2 | ||||||||
| 3 | ||||||||
| 4 | ||||||||
| 5 | ||||||||
| 6 | ||||||||
Eğitim Şekli
Yüz Yüze
Ön Koşullar, Diğer Koşullar
Yok
Önerilen Destekleyici Dersler
İstatistik ve Olasılık, Makine Öğrenmesine Giriş, Metin Madenciliğine Giriş
Dersin İçeriği
Duygu analizine giriş, Temel kavramlar, doğal dil işleme yöntemleri, doküman duygu sınıflandırmasında kullanılacak modeller, öznellik ve duygu sınıflandırma, fikir madenciliği, görüş özetleme, duygu analizi uygulamaları.
Haftalık Ders İzlencesi
1) Duygu Analizine Giriş2) İstatistiksel Doğal Dil İşlemeye Giriş (NLP)
3) Doküman Duygu Sınıflandırması
4) Doküman Duygu Sınıflandırması
5) Cümle Öznelliği ve Duygu Sınıflandırması
6) Cümle Öznelliği ve Duygu Sınıflandırması
7) Görüşe Dayalı Duygu Analizi
8) Ara Sınav /Değerlendirme
9) Duygu Sözlüğü Üretimi
10) Fikir Özetleme
11) Fikir Özetleme
12) Karşılaştırmalı Fikir Analizi
13) Proje Sunumları
14) Görüş Arama ve Alma
15) Görüş Spam Tespiti
16) Final Sınavı
Önerilen/İstenen Ders Kaynakları
1- Foundations of Statistical Natural Language Processing, by C. Manning and H. Schütze (2003).
2- Introduction to Information Retrieval, Manning, Raghavan and Schütze, Cambridge University Press (2008)
3- Mining the Web: Discovering Knowledge from Hypertext Data, Chakrabarti (2003)
4- Information Retrieval: A book by C. J. van RIJSBERGEN
5- Bing Liu, Sentiment Analysis (Mining Opinions, Sentiments, and Emotions) 1st Edition, ISBN-13: 978-1107017894 ISBN-10: 1107017890
Planlanan Öğrenim Faaliyetleri Ve Eğitim Yöntemi
Değerlendirme Yöntemi ve Ölçütleri
Dersin Eğitim Dili
Türkçe
Mesleki Uygulama
İstenmemekte