Twitter'da ruh sağlığı Türkiye: Transformatörlerle duygu analizi

Sosyal medya platformları, bireylerin günlük yaşamlarının, ilgi alanlarının ve inançlarının çeşitli yönlerini yakalamak için değerli bir araç olarak kabul edilmektedir. Ek olarak, bu platformlar sağlıkla ilgili bilgi alışverişi için merkezlere dönüşmüştür. Sosyal medya verilerini toplayıp analiz ederek, insanların davranışları, durumları ve daha fazlasıyla ilgili değerli içgörüler ve gizli kalıplar çıkarılabilir. Bu çalışma, duygu analizi yapmak ve Türk Twitter kullanıcılarının ruh sağlığını değerlendirmek için makine öğrenimi tekniklerinden yararlanmayı amaçlamaktadır. Bunu başarmak için kaygı, stres, depresyon, intihar ve yeme bozuklukları gibi yaygın ruh sağlığı sorunlarıyla ilgili terimler içeren 25.000'den fazla tweet topladık. Toplanan veriler daha sonra kapsamlı bir analize tabi tutuldu ve özellikle Türkçe için duygu puanlamasını otomatikleştirmek için dönüştürücü tabanlı bir makine öğrenimi modeli kullandık. Son derin öğrenme sınıflandırıcımız BERT'i kullanarak, toplanan tweet'lerden duyguları tahmin etmede %82,6'lık etkileyici bir doğruluk elde etti. Bu çalışma, Türkçe doğal dil işleme görevlerinin ele alınmasında derin öğrenme modellerinin ve dönüştürücülerin etkinliğinin altını çizmektedir. Bu araştırmadan elde edilen içgörüler, ruh sağlığı ile ilgili Türkçe tweetlerde ifade edilen duyguların daha iyi anlaşılmasını sağlayarak ruh sağlığı hizmetlerini geliştirme potansiyeline sahiptir.