SOSYAL MEDYA VERİLERİ ÜZERİNDE DERİN ÖĞRENME TABANLI HİBRİT MODEL KULLANILARAK SALGIN DÖNEMİ DUYGU ANALİZİ

Abstract

Sosyal medyanın gün geçtikçe insan hayatında daha fazla önem kazandığı hatta birçok konuda adeta karar organı haline geldiği görülmektedir. Özellikle 2019 yılı sonlarında hayatımızı etkisi altına alan koronavirüs salgını insanları toplumsal anlamda birbirinden daha da uzaklaştırmıştır. Koronavirüs salgınının pandemi haline gelmesinden sonra oluşan her gelişme insanların en önemli gündem maddelerinden biri olmuştur. Salgına son vereceği düşünülen aşılar hakkında insanların düşünceleri ve duyguları mutlaka bilinmesi gereken bir konu haline gelmiştir. Bunun belki de en büyük ispatı salgının başında bu konuda açılan konu başlıklarının halen güncelliğini korumasıdır. Duyguların elde edilmesi kadar bu duyguların doğru anlamlandırılması da önemlidir. Bu çalışmada bu düşünceden yola çıkarak öncelikle insanların en çok yoğunlaştığı konu başlıklarından 2020 ve 2021 yılındaki veriler çekilmiştir. Verilerin doğru duygu etiketlerine sahip olması için veriler üzerinde birçok veri ön işleme işlemleri gerçekleştirilmiştir. Çok sınıflı duygu etiketlemesi yapmak için birden fazla modeli üst üste kullanarak hibrit bir model oluşturulmaya çalışılmıştır. Sosyal medya gönderileri hem pozitif, negatif, nötr ve aynı zamanda korku, mutsuzluk, eğlenceli, mutlu şeklinde farklı sınıflandırıcıları kullanarak etiketlenmiştir. Yüksek başarımlı eğitim işlemleri sonuçlarına göre insanların aşı ve aşı markaları ile ilgili düşüncelerine odaklanılmıştır. Çalışmanın başarım oranlarını yükseltmek için derin öğrenme tabanlı bazı sınıflandırıcılar kullanılmıştır. Yapılan bu çalışmanın sosyal medya verilerinin sınıflandırılması ile ilgili farklı alanlarda başarılı olabileceği varsayılmaktadır.