Makine öğrenmesi teknikleri ile metinlerin otomatik olarak sınıflandırılması

Bu tezin amacı, veri madenciliginin bir alt dalı olan metin madenciligi kapsamında günümüzün en önemli sorunlarından olan metin sınıflama algoritmalarının matematiksel modelinin incelenmesi ve bir uygulamasının yapılmasıdır. Literatürde bu konu ile ilgili birçok çalısma yapılmıstır. Tez çalısmasında bu çalısmalar incelenmis ve sonuçlar yorumlanmıstır. Tez çerçevesinde ilk önce metin madenciligi ve metin sınıflama problemi tanıtılacaktır. Ardından metin sınıflama probleminin matematiksel ifadesi üzerinde durulacaktır. Metin sınıflama problemi uygulanmadan önce problemde kullanılacak olan metinsel verilerin üzerinde yapılan ön islem asamaları incelenecektir. Ön islem asamalarından sonra metinlerden bilgi çıkarımı, vektör uzay modeli ve metinlerin dogru sınıflandırılma yüzdesinin arttırılmasına yönelik gelistirilen özellik seçim algoritmaları ele alınacaktır. Bunun yanı sıra metin sınıflama için gelistirilmis olan sınıflama algoritmalarından bahsedilecek, bu algoritmaların olumlu ve olumsuz yönleri üzerinde durulacak ve algoritmalar kıyaslanacaktır. Tezin son bölümünde ise algoritma performanslarının sayısal sonuçları yer alacaktır. Elde edilen sonuçlardan yola çıkarak özellik seçim algoritmalarının sınıflama yüzdesini ne ölçüde etkiledigi tartısılacaktır. Sonuçlar tablolar yardımı ile yorumlanacak ve öneriler sunulacaktır. Anahtar Kelimeler: Metin Sınıflama, Vektör Uzay Modeli, Naive Bayes, Çoklu Naive Bayes, Tamamlayıcı Naive Bayes, En Yakın K Komsuluk, Bilgi Kazancı, Oransal Kazanç, Ki-Kare.