Geri Dön

Çift yönlü enkoder transformatör tabanlı siber zorbalık tespiti derin öğrenme modeli geliştirilmesi

Başlık çevirisi mevcut değil.

  1. Tez No: 735628
  2. Yazar: FATMA ÖZ
  3. Danışmanlar: DOÇ. DR. AKIN ÖZÇİFT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Manisa Celal Bayar Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 64

Özet

Gelişen ve değişen teknoloji ile internet kullanımının yaygınlaşması ve sosyal medya platformlarının kullanımının artması iletişimi, bilgi paylaşımını güçlendirmekle birlikte, kişileri sürekli rahatsız etme, kişilerle alay etme, tehdit, dedikodu yayma, internet üzerinden kişiye hakaret etme gibi ilişkisel saldırı davranışlarını içeren siber zorbalık olarak tanımlanan eylemin meydana gelmesine sebep olmuştur. Siber zorbalığın insan üzerinde birçok olumsuz etkisi bulunmaktadır. Bilim insanları ve araştırmacılar, günden güne artan bu eylemi tespit etmek, tespit eden sistemler geliştirmek, siber zorbalığı önlemek amacıyla çeşitli çalışmalar yapmışlardır. Bu çalışmalardan bir tanesi de Doğal Dil İşleme ile Makine Öğrenmesi algoritmaları kullanarak Siber Zorbalık tespitinin yapılmasıdır. Siber Zorbalık tespiti için kullanılan yaygın yöntemlerden biri Makine Öğrenmesi algoritmalarıdır. Girdiler, algoritmalar tarafından işleme tutulmadan önce ön işleme adımlarından geçmektedir. Ön işleme adımlarının fazlalığı ve karmaşıklığı Türkçe gibi morfolojik açıdan zengin olan dillerde Makine Öğrenmesi algoritmalarının performansını olumsuz yönde etkilemektedir. Doğal Dil İşleme için Google geliştiricileri tarafından yayınlanan BERT algoritması ve ön eğitimli bir algoritma olup, ön işleme adımlarına ihtiyaç duymamaktadır. Yukarıda belirtilen sebeplerden dolayı, BERT algoritmasının Makine Öğrenmesi algoritmalarına karşı Doğal Dil İşleme çalışmalarında daha iyi sonuçlar vereceği düşünülmektedir. Bu çalışmada Türkçe siber zorbalık veri seti üzerinde Makine Öğrenmesi algoritmaları ve BERT algoritmasının performansı karşılaştırmalı sonuçlarla değerlendirilmiştir.

Özet (Çeviri)

With the developing and changing technology, the widespread use of the internet and the increase in the use of social media platforms strengthen communication and information sharing. caused to occur. Cyberbullying has many negative effects on people. Scientists and researchers have carried out various studies in order to detect this increasing action day by day, to develop detection systems, and to prevent cyberbullying. One of these studies is the detection of Cyber Bullying using Natural Language Processing and Machine Learning algorithms. One of the common methods used for cyberbullying detection is Machine Learning algorithms. Inputs go through preprocessing steps before being processed by algorithms. The redundancy and complexity of preprocessing steps negatively affect the performance of Machine Learning algorithms in morphologically rich languages such as Turkish. BERT algorithm published by Google developers for Natural Language Processing and it is a pre-trained algorithm and does not need pre-processing steps. For the reasons mentioned above, it is thought that BERT algorithm will give better results in Natural Language Processing studies against Machine Learning algorithms. In this study, the performance of Machine Learning algorithms and BERT algorithm on Turkish cyberbullying dataset was evaluated with comparative results.

Benzer Tezler

  1. Çift yönlü enkoder transformatör tabanlı duygu analizi derin öğrenme modeli geliştirilmesi

    Bidirectional encoder transformer based emotion analysis deep learning modeldevelopment

    CEVHERNUR SÖYLEMEZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolManisa Celal Bayar Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AKIN ÖZÇİFT

    DOÇ. DR. DENİZ KILINÇ

  2. Predicting and analyzing rna and protein modifications by combining deep protein language models with transformers

    Derin protein dil modellerini transformatörlerle birleştirerek rna ve protein modifikasyonlarini tahmin etmek ve analiz etmek

    NECLA NİSA SOYLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRE SEFER

  3. Sentiment analysis of Arabs in Turkey using deep learning on social media data

    Sosyal medya verileri üzerinde derin oğrenme kullanılarak Türkeyedeki Arabların duygu analizi

    İNAS CUMAOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YÜKSEL ÇELİK

    DR. ÖĞR. ÜYESİ VEDAT TÜMEN

  4. Improving document ranking with query expansion based on bert word embeddings

    Bert word embeddings'i temel alan sorgu genişletme ile belge sıralamasını geliştirme

    DOĞUHAN YEKE

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. FEHİME NİHAN ÇİÇEKLİ