İçeriğe geç
Rebitra

📖 Sözlük · Terim

Duygu analizi nedir?

Kısa cevap

Duygu analizi, müşteri yorumu, anket cevabı ya da sosyal medya mesajı gibi yazılı metinlerin olumlu, olumsuz veya nötr olarak otomatik sınıflandırılmasıdır. Yüzlerce yorumu tek tek okumadan genel memnuniyetin hangi yönde olduğunu görmeyi sağlar.

Son güncelleme: 21 Ekim 2026 · Hazırlayan: Rebitra ekibi

Kısaca ne işe yarar?

Bir işletme için yorumlar değerli bir geri bildirim kaynağıdır ama sayıları arttıkça hepsini okumak mümkün olmaz. Duygu analizi, her yorumun tonunu yazılıma değerlendirtir ve sonucu "olumlu", "olumsuz" ya da "nötr" gibi etiketlerle toplar. Elde edilen tablo, memnuniyetin zaman içinde nasıl değiştiğini ve hangi konularda şikâyet yoğunlaştığını gösterir.

Yöntem çoğunlukla ikiye ayrılır. Basit olanı belirli kelime listelerine bakar; gelişmiş olanı bir dil modeliyle cümlenin bağlamını da hesaba katar. Türkçede ekler ve ironi nedeniyle bu iş İngilizceye göre daha zordur, bu yüzden sonuçları örnekleme yaparak elle kontrol etmek gerekir.

Örnekle anlatalım

Adana'da birkaç şubesi olan bir pastane zinciri, Google yorumlarını ve sipariş sonrası anket cevaplarını topluyor. Ayda yüzlerce yorum geliyor ve yönetici bunları baştan sona okuyamıyor.

Duygu analizi kurulunca yorumlar şubeye ve konuya göre gruplanır: "teslimat gecikti", "ürün taze değildi" ya da "personel ilgiliydi" gibi başlıklar altında olumsuz ve olumlu oranlar görülür. Yönetici, bir şubede teslimatla ilgili olumsuz yorumların arttığını fark edip müdahale eder. Bu görünüm bir veri analitiği panosunda toplanabilir.

Sık yapılan hatalar

  • Sonucu mutlak doğru saymak: Yazılım "harika, tam zamanında geç geldi" gibi alaycı cümleleri yanlış sınıflandırabilir. Etiketleri bir karar aracı değil, yön gösterici olarak kullanın.
  • Yalnızca puana bakmak: Beş yıldızlı ama içinde şikâyet barındıran yorumlar olabilir; metin analizi bu farkı yakalamaya yardım eder.
  • Küçük veride büyük yorum çıkarmak: Ayda on yorumu olan bir işletme için yüzdeler yanıltıcıdır; okumak daha verimlidir.
  • Konuyu ayırmamak: Tek bir genel "olumsuz" etiketi sorunun nerede olduğunu söylemez. Konu bazında gruplamak asıl faydayı sağlar.

Nereden başlanır?

Önce yorumların toplandığı kaynakları tek yerde birleştirin, sonra küçük bir örneği elle etiketleyerek yazılımın sonuçlarıyla karşılaştırın. Benzer metin tabanlı otomasyon örneği olarak akıllı belge işleme sayfasını, müşteriye ürün öneren sistemler için öneri motoru sayfasını okuyabilirsiniz.

Veri Analitiği & Dashboard için ücretsiz ön görüşme: bu konuyu kendi işinize göre netleştirelim.

Bununla ilgili diğer sorular

Duygu analizi Türkçe metinlerde doğru çalışır mı?

Çalışır ama Türkçenin ek yapısı ve günlük konuşma dili nedeniyle hata payı daha yüksek olabilir. Bu yüzden sonuçların bir kısmını elle kontrol etmek ve sektöre özgü kelimeleri tanıtmak gerekir.

Duygu analizi için büyük bir veri setine ihtiyaç var mı?

Genel amaçlı hazır modeller az sayıda yorumla da çalışabilir. Ancak yorum sayısı düşükse istatistiksel bir tablo çıkarmak anlamsız olur; bu durumda yorumları doğrudan okumak daha yararlıdır.

İlgili hizmetler

Bölgelere göre

Benzer terimler

Rehberde ve diğer bölümlerde

Projenizi konuşalım.

İlk görüşme ücretsiz. Yazılı teklif ve takvim 48 saat içinde.

Ara WhatsAppTeklif Al