Türkçe metinlerde duruş tespitinin büyük dil modelleri ile incelenmesi
Investigating stance detection in turkish texts with large language models
- Tez No: 955983
- Danışmanlar: DOÇ. DR. ÖZLEM AYDIN FİDAN
- 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: Trakya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde sosyal medya platformları, çeşitli konular hakkında kişilerin bir konu hakkındaki görüşlerini an be an belirtebildiği önemli bir veri kaynağı haline bürünmüştür. Bu platformlar üzerinden paylaşılmış olan verilerden bilgi çıkarım işleminin elle yapılması, veri çokluğu sebebiyle imkansız hale gelmiştir. Böylece bilgi çıkarım işleminin otomatikleştirilmesi işlevinin önemi her geçen gün artmaktadır. Doğal Dil İşleme (DDİ) alanında“duruş tespiti”(stance detection), bir metin veya konuşmada yazarın ya da konuşmacının belirli bir konu, olay veya tartışma hakkındaki duruşunu (tutumunu) belirlemeye yönelik bir görevdir. Duruş tespiti, bir sınıflandırma problemi olarak ele alınmaktadır. Bu çalışmada, bir metin için kişinin olumlu, olumsuz veya tarafsız bir duruş sergileyip sergilemediğini analiz etme amacıyla Türkçe etiketli bir veri kümesi oluşturulmuş ve oluşturulmuş olan veri kümesi makine öğrenimi yöntemleri ile değerlendirilmiştir. Veri kümesi için X platformundan 8779 adet veri toplanmıştır. Veri kümesi Hedef A ve Hedef B olarak iki ayrı hedef ve her hedefe göre“Destekliyor”,“Desteklemiyor”ve“Hiçbiri”etiketleriyle etkilenmiştir. Duruş tespiti görevi için hazırlanan veri kümesi, LSTM, GRU ve BERT modelleri ile işlenmiş ve sonuçlar karşılaştırılmıştır. Veri kümesinin hedefler arasındaki dengesizliği mevcut olduğu için, bu modeller ile birlikte örnek azaltma ve örnek artırma yöntemleri de kullanılmıştır. Gözlemlenen sonuçlarda, BERT modelinin, diğer modellere göre daha iyi performans gösterdiği saptanmıştır. Bu çalışma sosyal medya analizlerinde, kullanıcı eğilimlerini anlama açısından önemli katkılar sunmayı gaye edinmiştir.
Özet (Çeviri)
In today's world, social media platforms have become a significant source of data where individuals can instantly express their opinions on various topics. Due to the vast amount of data shared on these platforms, manual information extraction has become impractical. As a result, the need for automating the process of information extraction is becoming increasingly important. In the field of Natural Language Processing (NLP), stance detection is a task aimed at identifying the stance or attitude of the author or speaker towards a specific topic, event, or discussion within a text or speech. Stance detection is generally approached as a classification problem. In this study, a Turkish-labeled dataset was created to analyze whether a person expresses a positive, negative, or neutral stance towards a given topic. The dataset was collected from platform X and consists of 8779 data points. The dataset includes two separate targets, Target A and Target B, and for each target, the data is labeled as 'Supports', 'Does Not Support', or 'Neither'. The created dataset was used for the stance detection task and evaluated using machine learning methods, including LSTM, GRU, and BERT models. Due to the class imbalance between the targets in the dataset, data augmentation and undersampling techniques were also applied alongside these models. The results revealed that the BERT model outperformed the other models. This study aims to provide valuable insights for understanding user tendencies in social media analysis.
Benzer Tezler
- Ovulasyon indüksiyonu tedavisinde folliküler gelişimin ultrasonografik takibi
Başlık çevirisi yok
MERİH BAYRAM
Tıpta Uzmanlık
Türkçe
1987
Kadın Hastalıkları ve DoğumGazi ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
DOÇ. DR. MÜLAZIM YILDIRIM
- Bir ilaç fabrikasında personel gereksinmesinin belirmesi seçilmesi ve elde tutulmasına yönelik bir uygulama çalışması
Başlık çevirisi yok
EMİNE BOZBAĞ
Yüksek Lisans
Türkçe
1989
İşletmeİstanbul ÜniversitesiÇalışma Ekonomisi ve Endüstri İlişkileri Ana Bilim Dalı
PROF. DR. TUĞRAY KAYNAK
- Çimentonun sertleşmesi üzerinde kimyasal komponentlerin etkisi
Başlık çevirisi yok
NACİYE TÜRKEL
Yüksek Lisans
Türkçe
1986
Kimya MühendisliğiUludağ ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. MUSTAFA CEBE
- Halvetiyyenin Şa'baniyye kolu ve Şa'ban-ı Veli
Başlık çevirisi yok
L. NİHAL YAZAR
Yüksek Lisans
Türkçe
1985
Türk Dili ve EdebiyatıGazi ÜniversitesiYRD. DOÇ. DR. ABDÜLKERİM ABDÜLKADİROĞLU