No abstract

In our previous studies on developing a general-purpose Turkish sentiment lexicon, we constructed SWNetTR-PLUS, a sentiment lexicon of 37K words. In this paper, we show how to use Turkish synonym and antonym word pairs to extend SWNetTR-PLUS by almost 33% to obtain SWNetTR++, a Turkish sentiment lexicon of 49K words. The extension was done by transferring the problem into the graph domain, where nodes are words, and edges are synonymantonym relations between words, and propagating the existing tone and polarity scores to the newly added words using an algorithm we have developed. We tested the existing and new lexicons using a manually labeled Turkish news media corpus of 500 news texts. The results show that our method yielded a significantly more accurate lexicon than SWNetTR-PLUS, resulting in an accuracy increase from 72.2% to 80.4%. At this level, we have now maximized the accuracy rates of translation-based sentiment analysis approaches, which first translate a Turkish text to English and then do the analysis using English sentiment lexicons.

Çokluortam öğrenme materyallerinin (ÇÖM) duygusal tasarımı ile öğrenenlerde belirli bir duygu oluşturma (olumlu-olumsuz), öğrenenlerin motivasyonlarını düzenleme, bilişsel özelliklerini ve öğrenme çıktılarını etkileme gibi hedefler güdülmektedir. Bununla birlikte, ÇÖM’lerin duygusal niteliğini sağlamak için belirli yönergelerin geliştirilmesi önemlidir. Bu çalışmada, metinleri açısından olumlu ve olumsuz duygusal tasarıma sahip iki ÇÖM’ün duygu salınımını belirlemek için duygu haritası modeli (DHM) kullanılmıştır. DHM sözlük (lexicon) tabanlı bir metin duygu analizi (sentiment analysis) aracıdır. DHM sürecine göre; öncelikle olumlu ve olumsuz ÇÖM’ler cümle cümle ayrılmış ve her bir cümlenin duygu tonu hesaplanmıştır. Ardından olumlu ve olumsuz ÇÖM’ler için hesaplanan duygu ton değerleri Shewhart Kontrol Diyagramı üzerine yerleştirilerek metinlerin duygu salınımları görselleştirilmiştir. Duygu salınımı içerisinde; istikrarlı, belirgin, baskın, şiddetli duyguların yer aldığı bölgeleri belirlemek için analiz kuralları uygulanmış ve bu bölgeler diyagram üzerinde belirginleştirilmiştir. Sonuç olarak, olumlu ÇÖM’deki duygu salınımlarında olumsuz ÇÖM’e göre daha fazla istikrarlı bölgenin yer aldığı görülmüştür. Bu bağlamda, ÇÖM’lerde yer alan metinlerin DHM ile duygu analizinin yapılması, ÇÖM’lerin duygusal tasarımı ve öğrenme-öğretme süreçlerinde kullanımı tartışılmıştır.