The Effect of Word Representation Methods on Aspect-Based Sentiment Analysis

Klasik duygu analizi yöntemlerinden farklı olarak hedef tabanlı (HTDA), birden fazla kategorinin olduğu karmaşık yapıdaki çevrimiçi tüketici geribildirimlerini değerlendirmede daha başarılı bir performans ortaya koyabilmektedir. Nitekim platformda yer alan geri bildirimleri ürüne ilişkin hedefe atfedilebilmektedir ve standart analizleri bu geribildirimleri analiz etmede yetersiz kalmaktadır. Literatürdeki gelişmeler gözden geçirildiğinde, HDTA çalışmalarının, analizine odaklanan diğer çalışmalar içinde oldukça popüler anlaşılmaktadır. SemEval ABSA-2016 yarışmasında, HTDA için 8 dilde veri setleri yayınlanmış ekipler yarışmışlardır. Yarışmada terim, kategori sınıfı tespit etmek gibi alt görevler bulunmaktadır. Bu görevlerin içindekilerden biri, terimin edilmesidir. Türkçe dili çalışmaları sınırlıdır. Farklı diller kelime temsil yöntemleri kullanan vardır. Absa 2016 yarışması seti yöntemlerinin etkisini inceleyen çalışma bulunmamaktadır. çalışma, müşteri yorumlarındaki terimlerin tespitinde başarısının incelenmesi amacıyla gerçekleştirilmiştir. Word2Vec, Glove Fasttext kapsamında incelenmiş terimi en edebilen yöntemin yöntemi görülmüştür. Çalışmada ayrıca F-1 sınıflandırma ölçütü açısından %77 başarı oranı ile literatürdeki yüksek başarısı elde edilmiştir.