Doğal dil işleme kullanılarak ana akım medyada Türkçe sahte haber tespiti
Turkish fake news detection on mainstream media using natural language processing
- Tez No: 921692
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET COŞKUNÇAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 69
Özet
Amaç: Bu araştırma, sahte haberlerin ana akım medyada tespiti için bir dilbilimsel model geliştirmeyi hedeflemektedir. Sınıflandırma algoritmaları üzerinde çalışılmış ve kelime temsil yöntemlerinin, sınıflandırma sonuçları üzerindeki etkisi incelenmiştir. Özellikle, bu çalışma uzman tabanlı manuel kontrol yöntemlerine olan ihtiyacı azaltarak bir haberin gerçeklik durumunu belirlemede kolaylık sağlamıştır. Yöntem: Bu çalışmada, çeşitli haber sitelerinden toplanan haberler sahte (0) ve gerçek (1) olarak etiketlenmiştir. En başarılı modeli belirlemek için makine öğrenimi, LSTM ve BERTurk algoritmalarıyla eğitimler gerçekleştirilmiştir. Ayrıca, n-gram ve kelime çantası yöntemleri kullanılarak özellik çıkarımı yapılmıştır. Bulgular: Bulgular, BERTurk modelinin %98,21 doğrulukla diğer sınıflandırma algoritmalarına göre daha iyi performans gösterdiğini ve makine öğrenimi algoritmalarında ise TF-IDF'nin CountVectorizer ve Word2Vec'e göre daha etkili bir kelime temsil yöntemi olduğunu ortaya koymuştur. Sonuçlar: Bu araştırma, ana akım medyadan toplanan haberlerin gerçekliğini ayırt etmek için bir sınıflandırma yapmıştır. Sonuç olarak, kullanılan algoritmaların ve yöntemlerin bu konuda etkili olduğu görülmüştür.
Özet (Çeviri)
Purpose: The aim of this research is to develop a linguistic model for the detection of fake news in mainstream media. Classification algorithms have been investigated and the impact of word representation methods on classification results has been investigated. In particular, this study has facilitated determining the accuracy of news by reducing the need for expert-based manual control methods. Method: In this study, news articles collected from various news sites were labeled as fake (0) and real (1). To determine the most successful model, training was conducted using machine learning, LSTM and BERTurk algorithms. In addition, feature extraction was performed using n-gram and bag-of-words methods. Findings: The findings revealed that the BERTurk model performs better than other classification algorithms, with 98.21% accuracy, and that TF-IDF is more effective word representation method than CountVectorizer and Word2Vec in machine learning algorithms. Conclusions: This research has classified news collected from mainstream media to distinguish of their accuracy. As a result, it has been observed that the algorithms and methods used are effective in this regard.
Benzer Tezler
- 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
- Türkçe için sahte haber tespit modelinin oluşturulması
A fake news detection model for Turkish language
UĞUR MERTOĞLU
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURKAY GENÇ
PROF. DR. HAYRİ SEVER
- Developing a Turkish sentiment lexicon using tone distributions
Ton dağılımları kullanan Türkçe duygu sözlüğü geliştirilmesi
MUAZZEZ ŞULE KARAŞLAR
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BURKAY GENÇ
- Otomatik duygu sözlüğü geliştirilmesi ve haberlerin duygu analizi
Automated sentiment lexicon generation and sentiment analysis of news
FATİH SAĞLAM
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FUAT AKAL
PROF. DR. HAYRİ SEVER
- A perceived service quality model in the sharing economy: The case of Airbnb
Paylaşım ekonomisinde algılanan hizmet kalitesi modeli: Airbnb örneği
MURAT AÇAR