| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Metin Madenciliği ve Duygu Analizi | ENF 507 | 0 | 3 + 0 | 3 | 6 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | YUKSEK_LISANS |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Dr.Öğr.Üyesi MUHAMMED KOTAN |
| Dersi Verenler | Dr.Öğr.Üyesi MUHAMMED KOTAN, |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | Giderek artan miktarda verinin üretildiği çağımızda bu verilerin miktar bakımından en önemli kısımlarından birini metinler oluşturmaktadır. Metinlerin analiz edilebilmesi için bir takım özel araçlar ve yaklaşımlar ortaya çıkmıştır. Bu verilerden anlamlı sonuçlar üretmek metin madenciliğinin konusudur. Metin madenciliği sayesinde, metinlerin programlanan algoritmalar yardımıyla özetlenmesi, sınıflandırılması, etiketlenmesi ve seçilmesi mümkündür. Duygu analizi duyguların metinlerde hangi yollarla anlatıldığını ve bu anlatımlarda olumlu veya olumsuz durumların tespit etmeyi sağlayan bir analizdir. İnsan görüşlerinin, değerlendirmelerinin, tutumlarının ve duygularının hesaplamaya dayalı olarak çalışılmasıdır. Duygu analizi son yıllarda popüler hâle gelmiştir. Yazılı metinlerin duygu durumunun tespit edilmesi işletmeler için büyük öneme sahiptir. Metin madenciliği ve duygu analizi teknikleri tanıtılarak bu tekniklerin kullanım, tasarım ve uygulamaları gösterilecektir. |
| Dersin İçeriği | Metin Madenciliğini temelleri, doğal dil işleme teknikleri, token oluşturma, yapısal olmayan metinlerin biçimselleştirilmesi, metinlerin sınıflandırılması, metinlerin kümelendirilmesi, konu modelleme, metin özetini çıkarsama, duygu analizi teknikleri, örnek veri setleri ile duygu analizi uygulamaları |
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Doğal dil işleme hakkında bilgi sahibi olur | Anlatım, Deney ve Laboratuvar, | |
| 2 | Metinsel verileri işleyebilir. | Anlatım, Deney ve Laboratuvar, | |
| 3 | Duygu analizi yöntem ve tekniklerini tanır | Anlatım, Deney ve Laboratuvar, Gözlem, | |
| 4 | Büyük veriler üzerinde duygu analizi yöntem ve tekniklerini uygulayabilir | Anlatım, Deney ve Laboratuvar, Gözlem, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Metin Madenciliğine Giriş | |
| 2 | Doğal dil işleme | |
| 3 | Doğal dil işleme teknikleri | |
| 4 | Doküman temsili | |
| 5 | Metin Sınıflandırma | |
| 6 | Metin Kümeleme | |
| 7 | Konu Modelleme | |
| 8 | Doküman özeti | |
| 9 | Sosyal medya analizi | |
| 10 | Duygu analizi | |
| 11 | Duygu analizi araç ve yöntemleri | |
| 12 | Duygu analizi örnek uygulamalar | |
| 13 | Metin görselleştirme | |
| 14 | Proje Sunumları |
| Kaynaklar | |
|---|---|
| Ders Notu | |
| Ders Kaynakları | 1- An Introduction to Text Mining Research Design, Data Collection, and Analysis, G. Ihnatow, R. Mihalcea, 2018 2- Text Data Mining, C.Zong, R. Xia, J.Zhang, Springer, 2021 3- Sentiment Analysis and Opinion Mining, Bing Liu, Morgan & Claypool Publishers, May 2012 4- Deep Learning-Based Approaches for Sentiment Analysis, Basant Agarwal, Richi Nayak, Namita Mittal, Srikanta Patnaik, 2020 |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Yaşadığı toplumun bilgi toplumu olmasına katkıda bulunmak, toplumsal, bilimsel, kültürel ve etik sorunlara çözüm sunmak amaçlarıyla alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri ulusal ve uluslararası bilimsel ortamlarda (toplantılarda) tanıtır. | ||||||
| 2 | Alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, alanında güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgiye sahip olup ve elde ettiği bilgiyi değerlendirir, yorumlar ve uygular. | ||||||
| 3 | Alanı ile ilgili problemleri tanımlar ve formüle eder, yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler ile gelişmekte olan yenilikçi yöntemleri kullanır. | ||||||
| 4 | Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular, belirsiz, sınırlı ya da eksik verileri bilimsel yöntemlerle tamamlar; verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. | ||||||
| 5 | Alanındaki uygulamaların sosyal, çevresel, sağlık, güvenlik, hukuki boyutlarını ve iş hayatı uygulamalarını bilir ve bunların getirdiği kısıtların farkındadır. Disiplin içi ve çok disiplinli takımlarda etkin bir biçimde birlikte ve ya bağımsız çalışabilir ve sorumluluk alır. | ||||||
| 6 | Veri bilimi üzerine çalışmalar yapabilecek yeteneklere sahip olur. İlgili alanlarda gerekli yazılımları ve güncel uygulamaları kullanabilme yetisi kazanır. | ||||||
| 7 | Farklı bilişim sistemlerini analiz edebilir. Bu sistemlerin geliştirilmesi üzerine fikir belirtebilecek seviyeye ulaşır. | ||||||
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Proje / Tasarım | 100 |
| Toplam | 100 |
| 1. Final | 50 |
| Toplam | 50 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 3 | 48 |
| Ara Sınav | 1 | 10 | 10 |
| Ödev | 1 | 10 | 10 |
| Proje / Tasarım | 1 | 15 | 15 |
| Final | 1 | 15 | 15 |
| Toplam İş Yükü | 146 | ||
| Toplam İş Yükü / 25 (Saat) | 5,84 | ||
| Dersin AKTS Kredisi | 6 | ||