Makine öğrenmesi yöntemleri kullanılarak uzaktan eğitim konulu Türkçe tweetlerin duygu analizi

Teknolojinin gelişmesi beraberinde sosyal medya platformlarının da gelişerek büyük kullanıcı kitlelerine ulaşmasına yol açmıştır. Kişiler sosyal medya platformları kullanarak diğer kişilerle iletişim kurabildiği gibi, meydana gelen toplumsal olaylar karşısında, bir ürün ya da bir konu hakkında ortak bir başlıkta bu platformlarda bir araya gelerek duygu ve düşüncelerini paylaşabilmektedir. Bu paylaşımlar duygu analizi çalışmaları için birçok alanda kullanılabilir büyük bir veri kaynağı oluşturmaktadır. Duygu analizi çalışmaları ile bu veriler işlenip analiz edilerek, ilgili konu hakkında olumlu, olumsuz veya tarafsız duygu ifadeleri belirlenebilmektedir. 2020 yılının ocak ayında başlayan ve tüm dünyayı etkisi altına alan korona virüs salgını ile ülke genelinde birtakım tedbirler alınmaya başlanmış, bu tedbirler kapsamında da Mart 2020'den itibaren uzaktan eğitim sürecine geçilmiştir. Bu çalışmada sosyal medya platformu Twitter'da paylaşılan uzaktan eğitim konulu Türkçe tweetler elde edilerek veri ön işleme tabi tutulmuş ve ayrıca zemberek kütüphanesi ile normalleştirilerek işlenebilir bir hale getirilmiştir. Sınıflandırma aşamasında girdi olarak kullanılacak veri seti için manuel etiketleme işleminin yanı sıra farklı bir yaklaşımla dil çeviri işlemi yapılarak İngilizce dilinde doğrudan duygu çıktıları üreten TextBlob, Vader ve Bert ile modeller oluşturulmuştur. Bu modeller farklı sayısallaştırma yöntemleri (BoW, TF-IDF, Word2Vec,) ve farklı makine öğrenmesi algoritmaları (LR, SGD, SVM, RF, NB) ile kullanılarak en iyi performansı gösteren sınıflandırma modeli üzerinden yapılan paylaşımların duygu analizi gerçekleştirilmiştir. Türkçe metinlerin manuel etikete sahip olduğu yapıda en iyi TF-IDF – LR ikilisi ile 0.79'luk bir sınıflandırma başarısı elde edilmiştir. Manuel yöntemle etiketlendirilen tarafsız olarak işaretlenmiş metinler veri setinden çıkarıldığında başarı oranının arttığı ve BoW – LR ikilisinin 0.84'lük oranla en iyi sonucu verdiği görülmüştür. Dil çeviri işlemi ile hazır modeller tarafından etiketlenerek oluşturulan modellerde Türkçe metinler için istenilen seviyede bir başarı elde edilememiştir.