A comparative study of classification algorithms for sentiment analysis of COVID-19 vaccine opinions using machine learning

Metinsel verileri analiz etme ve bunları doğal dil işleme alanı içerisinde olumlu, olumsuz veya nötr duygulara göre sınıflandırma görevi çok yönlü bir girişimdir. Bu çalışmanın temel amacı, koronavirüs hastalığı ve aşılara ilişkin görüşleri sınıflandırmak için makine öğrenmesi algoritmalarını kullanmaktır. Bu çalışmada Rastgele Orman (RF), Gradient Boosting Classifier (GBC), Lojistik Regresyon (LR) ve Karar Ağacı (DT) olmak üzere dört algoritma kullanılmıştır. RF ve GBC algoritmaları %89'luk övgüye değer bir doğruluk oranı sergilerken, LR ve DT algoritmaları %87 gibi biraz daha düşük bir doğruluk oranı sağladı. Bu araştırmadan elde edilen bulgular, politika yapıcılara aşılama kampanyalarının başarılı bir şekilde yürütülmesini engelleyebilecek potansiyel engellerin etkili bir şekilde ele alınmasında değerli rehberlik