Türkiye Büyük Millet Meclisi Genel Kurul tutanaklarının yapay zeka tabanlı metin analizi
Artificial intelligence based text analysis of grand national assembly of Türkiye Plenary Session Minutes
- Tez No: 819727
- Danışmanlar: DOÇ. DR. HÜSEYİN POLAT
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Meclis konuşmaları, Metin sınıflandırma, Siyasi kutuplaşma, Siyasi metinler, TBMM, Conversations of parliament, Text categorization, Political polarization, Political texts, Turkish Grand National Assembly
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Türkiye Büyük Millet Meclisi (TBMM) Genel Kurulunda görüşmelerin yazılı tutanak haline getirilmesi ile yıllar boyunca binlerce sayfa metin verisi oluşmuştur. Bu tezde, TBMM Genel Kurul tutanaklarının yapay zeka tabanlı metin analizi üç farklı konuda gerçekleştirilmiştir. Kutuplaşma ölçütü olarak metin sınıflandırması doğruluk değerinin kullanıldığı birinci çalışmada siyasi partilerin kutuplaşması incelenmiştir. Parlamento tutanakları ile siyasi parti kutuplaşması çalışmaları zaman aralığı olarak bir yılı kullanır. Bu yaklaşım ile yıl içinde oluşan kutuplaşmayı değerlendirmek ve zaman serisi analizi yapmak mümkün değildir. Çalışmada önerilen 12-aylık hareketli kutuplaşma ölçütü ile parlamento tutanaklarından aylık temelde kutuplaşma ölçümü olanaklı olmuştur. Aylık ölçümler 2011-2023 yılları arasında kutuplaşmalarda en çok öne çıkan unsurların ideolojiler ve seçim ittifakları olduğunu göstermiştir. İkinci çalışmada konuşmalar milletvekillerinin demografik ve siyasi aidiyetlerine göre analiz edilmiştir. Çalışma, klasik makine öğrenimi ve derin öğrenme tekniklerinin performansını karşılaştırmaktadır. Demografik özelliklerin konuşma içeriğine yansıması hata analizi ve en iyi özellik analizi ile incelenmiştir. Sınıflandırma sonuçlarına göre milletvekilleri için en ayırt edici özellikler parti durumu aidiyeti (%92), parti aidiyeti (%84), cinsiyet (%82) ve meslektir (%67). Üçüncü çalışmada word2vec, GloVe ve fastText kelime yerleştirme algoritmaları karşılaştırılmıştır. Kelime vektörleri benzerlik değerleri kullanılarak illerinin, ülkelerin ve kabine üyelerinin kendi aralarındaki benzerlikleri incelenmiştir. Çalışma sonucuna göre iller ve ülkelerin kelime benzerliği coğrafi komşuluklarına, ekonomik, sosyal ve tarihi yakınlıklarına göre artmaktadır. Kabine üyelerinin kelime benzerliğini ise aynı konuda veya yakın tarihli kabinelerde bakanlık yapmaları artırmaktadır. Üç çalışma birlikte değerlendirildiğinde parlamento tutanaklarının makine öğrenmesi, derin öğrenme, doğal dil işleme gibi yapay zeka tabanlı yöntemler ile analizi toplumun yararına değerli bilgiler sağlar.
Özet (Çeviri)
The transcription of the debates in the plenary session of the Grand National Assembly of Türkiye (GNAT) has generated thousands of pages of textual data over the years. In this thesis, artificial intelligence-based text analysis of the minutes of GNAT was carried out on three different topics. In the first study, in which the accuracy of text classification was used as a measure of polarization, the polarization of political parties was examined. Political party polarization studies with parliamentary minutes use one year as a time interval. In this approach, it is impossible to perform a time series analysis and evaluate polarization over a year. Using the 12-month moving polarization measure presented in the research, it is possible to evaluate polarization from parliamentary minutes on a monthly basis. Monthly measures showed that the most prominent aspects on polarizations are ideologies and electoral alliances between 2011 and 2023. In the second study, the speeches were analyzed according to the demographics and political affiliations of the deputies. The study compares the performance of classical machine learning and deep learning techniques. The reflection of demographic features on speech content is analyzed by error analysis and best feature analysis According to the classification accuracies, the most distinguished characteristics of MPs are party status affiliation (92%), party affiliation (84%), gender (82%), and occupation (67%). In the third study, word embedding algorithms Word2vec, GloVe, and fastText were compared. Using word vector similarity values, the similarities between provinces, countries, and cabinet members were examined. According to the results of the study, the word similarity of provinces and countries increases according to their geographical neighborhood, economic, social and historical proximity. The word similarity of the cabinet members is increased by the fact that they were ministers in the same subject or recent cabinets. When the three studies are evaluated together, valuable information for the benefit of society can be obtained by analyzing parliamentary minutes with artificial intelligence based methods such as machine learning, deep learning, and natural language processing.
Benzer Tezler
- Diyarbakır'da seçmen eğilimi ve siyasal temsil (1980-2018)
Voter tendency and political representation in Diyarbakır (1980-2018)
MEYREM AKDAĞ
Doktora
Türkçe
2022
SosyolojiVan Yüzüncü Yıl ÜniversitesiSosyoloji Ana Bilim Dalı
PROF. DR. MEHMET ZEKİ DUMAN
- Türkiye imalat sanayiinde çalışan esnaf ve sanatkarların sosyo ekonomik yapıdaki yeri ve başlıca sorunları ve Bursa'da tatbiki bir araştırma
Başlık çevirisi yok
MEHMET TAŞTAN
Yüksek Lisans
Türkçe
1986
İşletmeUludağ ÜniversitesiÇalışma Ekonomisi ve Endüstri İlişkileri Ana Bilim Dalı
- Türkiye'de aile planlaması çalışmalarında erkeklerin önemi, hastane personeli ile fabrika işçilerinin doğum kontrol yöntemlerine karşı tutum ve davranranışlarında farklılığın araştırılması
Başlık çevirisi yok
KAMİL MALKOÇLU
Yüksek Lisans
Türkçe
1987
Demografiİstanbul ÜniversitesiAile Sağlığı Ana Bilim Dalı
DOÇ. DR. DERİN KÖSEBAY