Stance classification for fake news detection in social media
Sosyal medyada sahte haber tespiti için durum sınıflandırması
- Tez No: 842773
- Danışmanlar: DR. ÖĞR. ÜYESİ MURAT AYKUT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Derin öğrenme, Doğal dil işleme, Makine öğrenmesi yöntemleri, Deep learning, Natural language processing, Machine learning methods
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimi ve Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bugünün dijital ortamında, çeşitli kaynakların ve uygulamaların sunulması, haberlerin neden olmaktadır hızla yayılmasını hızlandırdı. Bu, bireylerin sosyal medya aracılığıyla görüşlerini paylaşmalarına olanak tanımış, bazen otomatik botlar veya sahte kullanıcılar kullanılarak gerçekleştirilmiştir. Sahte Haber Algılama, haberin güvenilir olup olmadığını belirlemeyi amaçlayan bir sınıflandırma görevidir. Son yıllarda, Arap dillerinde FND'ye artan bir ilgi olmuş ve birçok algılama yaklaşımı çeşitli veri setlerinde sahte haberleri tanıma yeteneğini göstermiştir. Araştırmamızda, kelime gömme tekniklerini ve hibrit derin öğrenme modelini, optimize edilmiş ön işleme teknikleri ile birleştirdik. Ayrıca haber makalelerinden doğru veri elde etmek için özellik çıkarma ve seçme yöntemlerini kullandık. Kamuya açık AFND veri seti üzerinde gerçekleştirilen deneyler, uyguladığımız yöntemlerle etkileyici performans sergilemiştir. Bulgularımız, geleneksel makine öğrenimi yaklaşımları olan Lojistik Regresyon, Doğrusal SVM, Naif Bayes ve XGBoost'a karşı LSTM, BiLSTM ve CNN-BiLSTM gibi derin öğrenme modellerinin performansını göstermektedir. Özellikle, CNN-BiLSTM modeli en yüksek doğruluk elde ederek %95'e ulaşmıştır.
Özet (Çeviri)
In today's digital landscape, the availability of a diverse range of resources has accelerated the growth of news dissemination. This has enabled individuals to share their opinions through social media, sometimes using automated bots or fake user. Fake News Detection is a classification task which aims to determine whether news is credible or not. In recent years, there has been a growing interest in FND in Arabic languages, and many detection approaches have demonstrated the ability to identify fake news across various datasets. In our research, we combined word embedding techniques and a hybrid deep learning model, with optimizing preprocessing techniques. We also utilized feature extraction and selection to obtain accurate data from news articles. Experiments conducted on the publicly available AFND dataset have revealed impressive performance using the methods we applied. Our findings showcase the performance of deep learning models, including LSTM, BiLSTM, and CNN-BiLSTM, in comparison to traditional machine learning approaches like Logistic Regression, linear SVM, Naïve Bayes, and XGBoost. Notably, the CNN-BiLSTM model achieved the highest accuracy result, reaching 95%.
Benzer Tezler
- COVİD-19 önlemlerine ilişkin Türkçe, almanca ve ingilizce metinlerde duruş ve duygu analizi: transformer tabanlı modellerin karşılaştırılması
A comparative analysis of transformer-based models for stance and sentiment detection in Turkish, german, and english texts related to COVİD-19 measures
LALEHAN BETÜL KARAMAN GÜNEŞ
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KRİSTİN SURPUHİ BENLİ
- Yargıtay kararları ışığında taşınmaz satış vaadi sözleşmesi
Promise to sell agreement for the immovable property in light of the decisions of the Court of Cassation
ONUR MUTLU
- Türkçe metinlerde duruş tespitinin büyük dil modelleri ile incelenmesi
Investigating stance detection in turkish texts with large language models
İBRAHİM OKAN AKVEÇ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTrakya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZLEM AYDIN FİDAN
- Yürüme esnasında ayakta meydana gelen basınç değişikliklerine göre Parkinson hastalığının tespitinde makine öğrenmesi algoritmasının kullanılması
Using machine learning algorithm in detection of Parkinson's disease according to pressure changes in standing during walking
EMİN ÖLMEZ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET SERTBAŞ
- Aksiyel spondiloartritli hastalarda düşme ve ilişkili faktörler
Falls and related factors among the patients with axial spondyloarthritis
SENA ÜNVER
Tıpta Uzmanlık
Türkçe
2019
Fiziksel Tıp ve RehabilitasyonSağlık Bilimleri ÜniversitesiFiziksel Tıp ve Rehabilitasyon Ana Bilim Dalı
PROF. DR. HATİCE BODUR
UZMAN TUBA GÜLER