Please use this identifier to cite or link to this item: https://hdl.handle.net/11147/4456
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorTekir, Selmaen_US
dc.contributor.authorSezerer, Erhan-
dc.date.accessioned2015-12-30T09:52:01Z-
dc.date.available2015-12-30T09:52:01Z-
dc.date.issued2015-07-
dc.identifier.citationSezerer, E. (2015). News story analysis with credibility assessment by opinion mining. Unpublished master's thesis, İzmir Institute of Technology, İzmir, Turkeyen_US
dc.identifier.urihttp://hdl.handle.net/11147/4456-
dc.descriptionThesis (Master)--Izmir Institute of Technology, Computer Engineering, Izmir, 2015en_US
dc.descriptionFull text release delayed at author's request until 2018.08.05en_US
dc.descriptionIncludes bibliographical references (leaves: 34-36)en_US
dc.descriptionText in English; Abstract: Turkish and Englishen_US
dc.descriptionx, 38 leavesen_US
dc.description.abstractWith the growing influence of media and the popularity and widespread use of social networks, credibility of the news sources became an important subject that needs more attention. The biggest problem of finding credible sources is, instead of giving every aspect of the incident, news sources tend to accept one of the parties’ idea as a whole while rejecting every other ideas, or even worse, they focus on only one side of the incident and ignoring the rest. Credibility is defined as “The quality of believable and trustworthy”. The notion of trustworthiness can further be decomposed into components like bias, fairness, factual/ opinionated, etc. In this thesis, credibility is measured using the fact/opinion ratio of the articles. Two methods, which are the traditional Naive Bayes method and the Relativistic method, are proposed. The intuition of relativistic method comes from the theory of relativity where the sentiment of the articles is determined relatively to the ordinary context used by people in daily speech. We have tested our methods on four different types of data, hand-written articles, editorials, New York Times articles and Reuters articles, and aimed to show that our proposed models are able to differentiate the sentiments in the articles. In the experimental work, we provided a detailed evaluation of the results.en_US
dc.description.abstractSosyal ağların yaygınlaşması ve popülerleşmesi ve medyanın etkisinin giderek artmasıyla birlikte, haber kaynaklarının güvenilirliği, üzerinde durulması gereken önemli bir konu haline gelmiştir. Güvenilir kaynakları bulmaktaki en büyük sorun, haber kaynaklarının haberin tüm yönlerini vermek yerine bir fikri kabul edip diğerlerini reddetmesi ya da daha kötüsü, tek bir fikrin savunulup diğerlerinin tamamen görmezden gelinmesidir. Güvenilirlik birçok kaynakta “inanılabilirlik ölçüsü” olarak tanımlanmıştır. İnanılabilirlik kavramı taraflılık, adillik gerçeğe-dayalılık/fikre-dayalılık olarak daha da alt başlıklara bölünebilir. Bu tezin kapsamında, güvenilirlik ölçümü gerçek/fikir oranı kullanılarak yapılmıştır. Geleneksel Naive Bayes ve göreliliksel yöntemleri kullanan iki yöntem önerilmiştir. Göreliliksel yöntem kavramı, haber makalelerindeki fikir ve duyguların genel ve günlük konuşmalardan göreli olarak ne kadar farklı olduğuyla anlaşılabileceğini iddia edecek şekilde görelilik kuramından esinlenilmiştir. Yöntemlerimizi dört çeşit veri (elle yaratılmış makaleler, New York Times’ın başyazıları, New York Times haber makaleleri ve Reuters haber makaleleri) üzerinde test edilmiş ve yöntemlerimizin gerçek ve fikirleri ayırt edebildiği gösterilmiştir. Deneysel değerlendirme bölümünde elde edilen sonuçlar detaylı olarak açıklanmıştır.en_US
dc.language.isoenen_US
dc.publisherIzmir Institute of Technologyen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectOpinion miningen_US
dc.subjectNews source credibilityen_US
dc.subjectNaive Bayes methoden_US
dc.subjectRelativistic modelen_US
dc.titleNews story analysis with credibility assessment by opinion miningen_US
dc.title.alternativeFikir madenciliği teknikleriyle güvenilirlik değerlendirmesi ve haber analizien_US
dc.typeMaster Thesisen_US
dc.authoridTR191338en_US
dc.institutionauthorSezerer, Erhan-
dc.departmentIzmir Institute of Technology. Computer Engineeringen_US
dc.relation.publicationcategoryTezen_US
item.fulltextWith Fulltext-
item.cerifentitytypePublications-
item.languageiso639-1en-
item.openairetypeMaster Thesis-
item.grantfulltextopen-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
Appears in Collections:Master Degree / Yüksek Lisans Tezleri
Files in This Item:
File Description SizeFormat 
T001389.pdfMasterThesis3.41 MBAdobe PDFThumbnail
View/Open
Show simple item record

CORE Recommender

Page view(s)

42
checked on May 23, 2022

Download(s)

14
checked on May 23, 2022

Google ScholarTM

Check


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.