Çift yönlü enkoder transformatör tabanlı siber zorbalık tespiti derin öğrenme modeli geliştirilmesi

Gelişen ve değişen teknoloji ile internet kullanımının yaygınlaşması ve sosyal medya platformlarının kullanımının artması iletişimi, bilgi paylaşımını güçlendirmekle birlikte, kişileri sürekli rahatsız etme, kişilerle alay etme, tehdit, dedikodu yayma, internet üzerinden kişiye hakaret etme gibi ilişkisel saldırı davranışlarını içeren siber zorbalık olarak tanımlanan eylemin meydana gelmesine sebep olmuştur. Siber zorbalığın insan üzerinde birçok olumsuz etkisi bulunmaktadır. Bilim insanları ve araştırmacılar, günden güne artan bu eylemi tespit etmek, tespit eden sistemler geliştirmek, siber zorbalığı önlemek amacıyla çeşitli çalışmalar yapmışlardır. Bu çalışmalardan bir tanesi de Doğal Dil İşleme ile Makine Öğrenmesi algoritmaları kullanarak Siber Zorbalık tespitinin yapılmasıdır. Siber Zorbalık tespiti için kullanılan yaygın yöntemlerden biri Makine Öğrenmesi algoritmalarıdır. Girdiler, algoritmalar tarafından işleme tutulmadan önce ön işleme adımlarından geçmektedir. Ön işleme adımlarının fazlalığı ve karmaşıklığı Türkçe gibi morfolojik açıdan zengin olan dillerde Makine Öğrenmesi algoritmalarının performansını olumsuz yönde etkilemektedir. Doğal Dil İşleme için Google geliştiricileri tarafından yayınlanan BERT algoritması ve ön eğitimli bir algoritma olup, ön işleme adımlarına ihtiyaç duymamaktadır. Yukarıda belirtilen sebeplerden dolayı, BERT algoritmasının Makine Öğrenmesi algoritmalarına karşı Doğal Dil İşleme çalışmalarında daha iyi sonuçlar vereceği düşünülmektedir. Bu çalışmada Türkçe siber zorbalık veri seti üzerinde Makine Öğrenmesi algoritmaları ve BERT algoritmasının performansı karşılaştırmalı sonuçlarla değerlendirilmiştir.