Sosyal ağlar üzerinde mültecilere yönelik nefret söyleminin metin madenciliğine dayalı tespiti
Text mining detection of hate speech against refugees on social networks
- Tez No: 805922
- Danışmanlar: DOÇ. DR. VAHİDE BULUT, DOÇ. DR. AYTUĞ ONAN
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İzmir Katip Çelebi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
Nefret söylemi, belirli kişi ya da gruplara yönelik olarak ait oldukları kimlik nedeniyle aşağılama, ayrımcılık veya ötekileştirme içeren her türlü davranış, yazı veya konuşma olarak tanımlanmaktadır. Türkiye, Suriye iç savaşı sonrası yoğun bir göç almış ve bu süreçte mültecilere karşı nefret söyleminin yükseldiği gözlenmiştir. Nefret söylemi özellikle sosyal medyada hızla yayılabilmektedir. Nefret söyleminin kolaylıkla şiddet eylemlerine dönüşebileceği göz önüne alındığında, sosyal medya üzerinde tespit edilerek yayılımının engellenmesinin önemi ortaya çıkmaktadır. Bu çalışmada Twitter üzerindeki veriler kullanılmış ve araştırmanın ilk aşamasında mültecilere yönelik nefret söyleminin tespiti için 9778 tweet içeren bir veri seti oluşturulmuştur. Bu veri seti üzerinde öncelikle makine öğrenmesi modelleri (Lojistik Regresyon, Destek Vektör Makineleri, Karar Ağaçları, Rastgele Orman ve Yapay Sinir Ağları), Word2Vec ve TF-IDF kelime temsil yöntemleri ile uygulanmıştır. Makine öğrenmesi modelleri arasında en iyi performansın TF-IDF kelime temsil yöntemi ile uygulanan Lojistik Regresyon, Destek Vektör Makineleri ve Rastgele Orman ile elde edildiği ve 0.81 doğruluk değerine ulaşıldığı görülmüştür. Sonraki aşamada BERT tabanlı bir model olan BERTurk ile farklı hiperparametreler kullanılarak yürütülen deneysel çalışmalar sonucu, 0.85 doğruluk değerine ulaşılmıştır. Araştırmanın mültecilere yönelik nefret söyleminin tespiti konusunda yürütülen çalışmalara katkısının olacağı düşünülmektedir.
Özet (Çeviri)
Hate speech is defined as any kind of behavior, writing or speech that includes humiliation, discrimination or marginalization towards certain people or groups because of their identity. Turkiye received an intense migration after the Syrian civil war and it was observed that hate speech against refugees increased in this process. Hate speech can spread rapidly, especially on social media. The importance of detecting and preventing the spread of hate speech on social media becomes clear when it is taken into account that hate speech can easily turn into acts of violence. In this study, the data on Twitter was used and in the first stage of the research, a data set containing 9778 tweets was created to detect hate speech against refugees. First of all, machine learning models (Logistic Regression, Support Vector Machines, Decision Trees, Random Forest and Artificial Neural Networks), Word2Vec and TF-IDF word embeddings methods were applied on this data set. It was seen that the best performance among machine learning models was obtained with Logistic Regression, Support Vector Machines and Random Forest applied with TF-IDF word embeddings method, and an accuracy value of 0.81 was reached. In the next stage, as a result of experimental studies carried out with BERTurk, a BERT-based model, using different hyperparameters, an accuracy value of 0.85 was reached. It is thought that the research will contribute to the studies carried out on the detection of hate speech against refugees.
Benzer Tezler
- Refugee entrepreneurship and the limits of inclusion: A study of Syrian refugee entrepreneurs' embeddedness in Turkey
Mülteci girişimciler ve içermenin sınırları: Türkiye'deki Suriyeli girişimcilerin gömülülükleri üzerine bir çalışma
UĞUR YETKİN
- Göç yönetiminin yeni aktörleri olarak yerel yönetimler: İstanbul alan araştırması
Local governments as new actors of migration management: İstanbul field research
MERVE AĞCA
Yüksek Lisans
Türkçe
2019
Kamu Yönetimiİstanbul ÜniversitesiSiyaset Bilimi ve Kamu Yönetimi Ana Bilim Dalı
DOÇ. DR. SEVİM BUDAK
- Migration, settlement and daily life patterns of Syrian urban refugees through time geography: A case of Onder Neighborhood, Ankara
Zaman coğrafyası aracılığıyla Suriyeli kentli mültecilerin göç, yerleşim ve günlük yaşam desenleri: Ankara Önder Mahallesi örneği
GÜLSE ERAYDIN
Yüksek Lisans
İngilizce
2017
Şehircilik ve Bölge PlanlamaOrta Doğu Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. OĞUZ IŞIK
- Trust in family context: The case of Turkey
Aile bağlamında güven: Türkiye örneği
MUHAMMED ALPEREN YAŞAR
Yüksek Lisans
İngilizce
2021
EkonomiGalatasaray Üniversitesiİktisat Ana Bilim Dalı
DOÇ. DR. SEZGİN POLAT
- Yerel kapsayıcı politika ve uygulamaların Suriye kökenli göçmenlerin sosyal uyumu üzerindeki etkisi: Zeytinburnu örneği
The effect of local inclusive policies and practices on the social cohesion of Syria origin immigrants: The case of Zeytinburnu
PAPATYA BOSTANCI
Yüksek Lisans
Türkçe
2022
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. GÜLDEN ERKUT