Yalan haber yayılımının duygu analiziyle incelenmesi ve metin sınıflandırmada yapay sinir ağlarının başarımlarının karşılaştırılması
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Çanakkale Onsekiz Mart Üniversitesi, Lisansüstü Eğitim Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: Türkçe
Öğrenci: MAİDE FEYZA ER
Danışman: Yonca Bayrakdar
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Sosyal medyanın haber kaynağı olarak kullanılması günümüzde oldukça yaygındır. Ancak karşılaşılan haberlerin doğruluğunun sorgulanmadan ve kontrol edilmeden doğru kabul edilmesi, yalan haberlerin yayılmasının ana nedenlerindendir. Sosyal medya kullanıcıları için, haberin doğruluğu kanıtlardan ziyade fikir ve duyguların kontrolü altında olduğundan, yalan haberlerin yayılmasında hangi duygunun daha etkili olduğu sorusu ortaya çıkmaktadır. Çalışmamız, kullanıcıların yalan haberlere tepkileri ile haberlerin yaygınlığı arasında bir ilişki olup olmadığını araştırmaktadır. Çalışmamızda, Twitter kullanıcılarının 31 Aralık 2019–30 Temmuz 2022 tarihleri arasında yalan haberlere verdikleri tepkiler toplanmış ve 4 ana başlıkta kategorize edilmiştir. Bu tepkiler üzerine duygu analizi yapılmıştır. Yalan haberin yaygınlığıyla habere verilen tepki arasında bir ilişki olduğu ancak yalan haberin türüne ve insanları hangi bağlamda etkilediğine göre değiştiği gözlemlenmiştir. Veri setleri, LSTM yöntemi ve TensorFlow Hub'da önceden eğitilmiş metin gömmelerini kullanan YSA modeliyle eğitilmiştir. Tüm veri setleri için, LSTM'e kıyasla YSA modelinden daha yüksek doğruluk değeri elde edilmiştir. Önceden eğitilmiş metin gömmelerini kullanan YSA modelinin az veriyle bile oldukça iyi sonuç verdiği görülmüş, doğrulama ve test veri seti için sırasıyla 0.9020 ve 0.8998 doğruluk değerleri elde edilmiştir. Modellerin optimum seviyesine ulaşmaları için kullanılan eğitim tur sayıları da farklılık göstermiştir. Bulgular metin sınıflandırma problemi için, önceden eğitimli metin gömmelerinin kullanılmasının performansı arttırdığını ve eğitim süresini kısalttığını göstermektedir.