11 Aralık 2024 Tez Açık Erişim

Turgut, Kadir

DataCite XML

<?xml version='1.0' encoding='utf-8'?>
<resource xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://datacite.org/schema/kernel-4" xsi:schemaLocation="http://datacite.org/schema/kernel-4 http://schema.datacite.org/meta/kernel-4.1/metadata.xsd">
  <identifier identifierType="DOI">10.48623/aperta.285831</identifier>
  <creators>
    <creator>
      <creatorName>Turgut, Kadir</creatorName>
      <givenName>Kadir</givenName>
      <familyName>Turgut</familyName>
      <nameIdentifier nameIdentifierScheme="ORCID" schemeURI="http://orcid.org/">0000-0002-8577-0500</nameIdentifier>
    </creator>
  </creators>
  <titles>
    <title>Sosyal Medyadaki̇ Nefret Söylemi̇ İçeren  Yayinlarin Tespi̇ti̇nde Yapay Zeka Temelli̇ Maki̇ne  Öğrenmesi̇ Algori̇tmalarinin Performans  Değerlendi̇rmesi̇</title>
  </titles>
  <publisher>Aperta</publisher>
  <publicationYear>2024</publicationYear>
  <subjects>
    <subject>Sosyal Medya</subject>
    <subject>Nefret Söylemi</subject>
    <subject>Yapay Zeka</subject>
  </subjects>
  <contributors>
    <contributor contributorType="Supervisor">
      <contributorName>Yerden, Aytaç Uğur</contributorName>
      <givenName>Aytaç Uğur</givenName>
      <familyName>Yerden</familyName>
      <nameIdentifier nameIdentifierScheme="ORCID" schemeURI="http://orcid.org/">0000-0002-3886-802X</nameIdentifier>
      <affiliation></affiliation>
    </contributor>
  </contributors>
  <dates>
    <date dateType="Issued">2024-12-11</date>
  </dates>
  <language>tr</language>
  <resourceType resourceTypeGeneral="Text">Thesis</resourceType>
  <alternateIdentifiers>
    <alternateIdentifier alternateIdentifierType="url">https://aperta.ulakbim.gov.tr/record/285831</alternateIdentifier>
  </alternateIdentifiers>
  <relatedIdentifiers>
    <relatedIdentifier relatedIdentifierType="DOI" relationType="IsVersionOf">10.48623/aperta.285830</relatedIdentifier>
  </relatedIdentifiers>
  <rightsList>
    <rights rightsURI="http://www.opendefinition.org/licenses/cc-by-sa">Creative Commons Attribution Share-Alike</rights>
    <rights rightsURI="info:eu-repo/semantics/openAccess">Open Access</rights>
  </rightsList>
  <descriptions>
    <description descriptionType="Abstract">&lt;p&gt;Sosyal medya &amp;uuml;zerindeki nefret s&amp;ouml;ylemi tespiti, insanlar ve topluluklar &amp;uuml;zerinde olumsuz etkileri &amp;ouml;nlemek ve bu t&amp;uuml;r i&amp;ccedil;erikleri kaldırmak i&amp;ccedil;in b&amp;uuml;y&amp;uuml;k &amp;ouml;neme sahiptir. Ancak nefret s&amp;ouml;ylemi tespiti, dilbilimsel ve k&amp;uuml;lt&amp;uuml;rel &amp;ccedil;eşitlilik nedeniyle karmaşık ve zorlu bir s&amp;uuml;re&amp;ccedil;tir. Bu nedenle, g&amp;uuml;&amp;ccedil;l&amp;uuml; ve etkili makine &amp;ouml;ğrenmesi algoritmaları geliştirmek &amp;ouml;nemlidir. Geleneksel y&amp;ouml;ntemlerle bu t&amp;uuml;r i&amp;ccedil;eriklerin tespiti zaman alıcı ve maliyetli olabileceğinden, yapay zeka temelli makine &amp;ouml;ğrenmesi algoritmalarının bu konuda b&amp;uuml;y&amp;uuml;k bir potansiyel taşıdığı belirtilmektedir.&lt;/p&gt;

&lt;p&gt;Bu &amp;ccedil;alışmanın amacı, sosyal medyadaki nefret s&amp;ouml;ylemi i&amp;ccedil;eren yayınların tespitinde kullanılan yapay zeka temelli makine &amp;ouml;ğrenmesi algoritmalarının performansını değerlendirmektir. &amp;Ccedil;alışma, sosyal medya platformlarında nefret s&amp;ouml;ylemini tespit etme ve y&amp;ouml;netme sorununa odaklanmaktadır. Bu &amp;ccedil;alışmada, farklı algoritmaların performanslarını karşılaştıracak ve en uygun y&amp;ouml;ntemleri belirleyecektir. Ayrıca, veri k&amp;uuml;mesi ve &amp;ouml;zellik &amp;ccedil;ıkarımı y&amp;ouml;ntemlerinin algoritma performansı &amp;uuml;zerindeki etkileri analiz edilecektir. Algoritmalar genellikle doğal dil işleme tekniklerine dayanır ve metinlerdeki &amp;ouml;zellikleri &amp;ouml;ğrenerek nefret s&amp;ouml;ylemini tespit etmeye &amp;ccedil;alışır. Bu algoritmaların performansı, dil, k&amp;uuml;lt&amp;uuml;r, kullandıkları &amp;ouml;znitelikler ve eğitim veri k&amp;uuml;mesi gibi fakt&amp;ouml;rlere bağlı olarak değişebilir, bu nedenle kapsamlı bir analiz gereklidir. Araştırmada, nefret s&amp;ouml;ylemi tespitinde kullanılan algoritmaların performansı, veri k&amp;uuml;mesi ve &amp;ouml;zellik &amp;ccedil;ıkarımı y&amp;ouml;ntemleriyle karşılaştırılmıştır. Bu s&amp;uuml;re&amp;ccedil;te algoritmaların dil ve k&amp;uuml;lt&amp;uuml;rlerarası etkinliği, &amp;ouml;zellik se&amp;ccedil;imi ve temsilini, yanlış pozitif ve yanlış negatif oranlarını ve genel doğruluklarını analiz edilecektir.&lt;/p&gt;

&lt;p&gt;Bu &amp;ccedil;alışma, algoritmaların yanlış pozitif ve yanlış negatif oranlarını d&amp;uuml;ş&amp;uuml;rmek i&amp;ccedil;in s&amp;uuml;rekli iyileştirme ve optimizasyon &amp;ccedil;alışmalarının &amp;ouml;nemini vurgulamaktadır. &amp;Ccedil;alışmada, algoritmaların dil ve k&amp;uuml;lt&amp;uuml;rlerarası etkinliği, &amp;ouml;zellik se&amp;ccedil;imi ve temsilini, yanlış pozitif ve yanlış negatif oranlarını ve genel doğruluklarını analiz edilecek ve bu analiz, nefret s&amp;ouml;ylemi tespiti i&amp;ccedil;in en uygun ve etkili y&amp;ouml;ntemleri belirlemeye yardımcı olacaktır.&lt;/p&gt;

&lt;p&gt;Sonu&amp;ccedil; olarak bu &amp;ccedil;alışma nefret s&amp;ouml;yleminin yayılmasını &amp;ouml;nlemek ve sosyal medya ortamlarını daha g&amp;uuml;venli hale getirmek i&amp;ccedil;in &amp;ouml;nemli bir adım olarak g&amp;ouml;r&amp;uuml;lebilir.&lt;/p&gt;</description>
  </descriptions>
</resource>