Türkçe doğal dil işleme ve derin öğrenme yöntemleri kullanarak sosyal medyada halk sağlığı takibi
Public health monitoring on social media using Turkish natural language processing and deep learning methods
- Tez No: 843736
- Danışmanlar: PROF. DR. NURSAL ARICI
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 91
Özet
Günümüzde sosyal medyanın birçok farklı alan için önemli bir veri kaynağı olduğu bilinmektedir. Bu alanlardan biri de halk sağlığı, özellikle de halk sağlığının otomatik takibidir. Öte yandan, yapay zekâ alanında da çok hızlı ve derin etkisi olan gelişmeler yaşanmaktadır. Yapay zekânın kapsamındaki ana yöntemler makine öğrenmesi modelleri ile birlikte günümüzde derin öğrenme modelleridir. Yine doğal dil işleme alanı ve duygu analizi, duruş tespiti ve varlık ismi tanıma gibi alt alanları da yapay zekânın kapsamına girmektedir. Bu tez çalışmamızda; halk sağlığının otomatik takibi için sosyal medya iletileri üzerinde duygu analizi, duruş tespiti ve varlık ismi tanıma için geleneksel makine öğrenmesi yöntemleri ve derin öğrenme yöntemleri kullanılmıştır. Türkçe için işaretlenmiş tweet veri kümeleri üzerinde karşılaştırmalı değerlendirme sonuçları sunulmuştur. Derin öğrenme tabanlı modellerin daha yüksek başarım elde ettiği gözlenmiştir. Tezimiz kapsamında ayrıca söz konusu problemleri çözen yaklaşımları kullanan bir halk sağlığı izleme ve karar destek sistemi de önerilmiştir. Tez çalışmamız, doğal dil işlemenin önemli problemlerinin ortak veri kümeleri üzerinde makine öğrenmesi ve derin öğrenme modelleri kullanarak çözülmesi, bu süreçte Türkçe doğal dil işleme için veri kümeleri oluşturulması ve önerilen sistemin halk sağlığı uzmanları ve karar vericileri tarafından kullanılabilir olması nedeniyle oldukça önemlidir ve bu açılardan ilgili literatüre kayda değer katkılarda bulunmaktadır.
Özet (Çeviri)
Today, social media is known to be an important source of data for many different fields. One of these fields is public health, especially the automatic monitoring of public health. On the other hand, there are rapid and profound developments in the field of artificial intelligence. The main methods within the scope of artificial intelligence are machine learning models and, particularly, deep learning models today. Additionally, subfields such as natural language processing and sentiment analysis, stance detection, and named entity recognition are also within the scope of artificial intelligence. In our thesis, traditional machine learning methods and deep learning methods were used for sentiment analysis, stance detection, and named entity recognition on social media posts for the automatic monitoring of public health. Comparative evaluation results were presented on annotated tweet datasets for Turkish. It has been observed that deep learning-based models achieve higher performance. Furthermore, within the scope of our thesis, a public health monitoring and decision support system utilizing the approaches solving the aforementioned problems was proposed. Our thesis is highly significant as it involves solving important natural language processing problems using machine learning and deep learning models on common datasets, creating datasets for Turkish natural language processing during this process, and making the proposed system usable by public health experts and decision-makers; hence it contributes significantly to the relevant literature in these aspects.
Benzer Tezler
- Türkiye'deki havayolu firmalarıyla ilgili sosyal medya yorumlarının makine öğrenmesi yöntemleriyle sınıflandırılması
Classification of social media comments about airline companies in Turkey by machine learning methods
HATİCE ELİF EKİM
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALPASLAN BURAK İNNER
- Twitter verileri kullanılarak yapay zeka ile ilgili duygu analiz çalışması
Sentiment analysis study on artificial intelligence using twi̇tter data
MERVE HAZAN İŞCAN
Yüksek Lisans
Türkçe
2024
Mühendislik BilimleriHarran ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAGEHAN İLHAN
- Geleneksel makine öğrenimi ve derin öğrenme modelleri ile Türkçe metin sınıflandırmada kelime temsil yöntemlerinin etkisi
The effect of word representation methods on Turkish text classification with traditional machine learning and deep learning models
NİHAL DUMAN SUNA
- Sosyal medyadaki Türkçe sahte haberlerin derin öğrenme yaklaşımıyla tespiti ve sınıflandırılması
Detection and classification of fake news in Turkish on social media using a deep learning approach
GÜLSÜM KAYABAŞI KORU
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiAdli Bilişim Ana Bilim Dalı
PROF. DR. ÇELEBİ ULUYOL