TWITTER ÜZERİNDEKİ İSLAMOFOBİK TWEETLERİN DUYGU ANALİZİ İLE TESPİTİ
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Bilişim Enstitüsü, Bilgisayar Eğitimi, Türkiye
Tezin Onay Tarihi: 2020
Tezin Dili: Türkçe
Öğrenci: BUĞRA AYAN
Danışman: BÜNYAMİN CİYLAN
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Özellikle sosyal medya ağlarındaki büyük yükseliş, internet kullanıcıları tarafından oluşturulan web içeriğinin analiz edilmesi üzerine yapılan araştırmalarında artmasına neden olmuştur. Araştırmalar, insanların nefret içerikli, rahatsız edici yorumlar yapmak için popüler sosyal ağları, özellikle Twitter platformunu kullanabildiğini ve bu tür içeriklerin belli bir toplumsal grubu hedef alabildiğini göstermektedir. Özellikle son yıllarda İslamofobia konusunda yapılan çalışmalarda, islamofobik tweetlerin sınıflandırması için tweet içerisinde "hateislam" gibi anahtar kelimelerin geçip geçmediğine bakıldığı görülmektedir. Bununla birlikte, İslamofobi söyleminin çok yönlü doğası, kavramsal arka planı düşünüldüğünde, sadece önceden belirlenen anahtar kelimelerin taranmasına göre yapılacak bir sınıflandırmanın yeterli doğrulukta sonuç vermeyeceği düşünülmüştür. Bu tez çalışmasında islamofobik tweetlerin sınıflandırılması için yapay zeka tekniklerinden gözetimli makine öğrenmesi yöntemi kullanılmıştır. Yapay sinir ağının eğitimi ve test işlemlerinde kullanılmak üzere bir veri seti oluşturulmuştur. Bu amaçla twitterin arama kısmı üzerinden "Islam", "Muslim" gibi kelimelerin geçtiği İngilizce dilinde yazılmış 290.000 tweet, Twitter API kullanılarak geliştirilen yazılımla elde edilmiştir. Çeşitli ön işleme adımlarının ardından kalan 162.000 tweet, beş kişilik bir ekip tarafından İslamofobik ve İslamofobik değil şeklinde işaretlenmiştir. İşaretlemenin ardından tweetlerin %80'i eğitim ve %20'si test amaçlı olarak ayrılmıştır. Elde edilen veri seti Bayes Regresyonu, Ridge Regresyonu ve derin öğrenme modeli olmak üzere 3 farklı modele uygulanmıştır. Testlerde her üç model içinde %95'in üzerinde doğruluğa ulaşılmış olmasına rağmen veri seti içerisinde olmayan 100 yeni tweet ile yapılan deneysel çalışmada bu oranların nispeten düştüğü gözlemlenmiştir.