NLP kullanarak Türk dilinde saldırgan dil tespiti

Sosyal medyanın yaygın kullanımı, siber nefretin, çevrimiçi tacizin ve saldırgan dilin artmasına neden olmuştur. Bu durum, bu tür sorunları etkili bir şekilde tespit etme ve ele alma konusunda önemli zorluklar ortaya çıkarmaktadır. Doğal Dil İşleme (DNI) önemli ilerlemeler kaydetmiştir; ancak saldırgan dilin otomatik olarak tanımlanması, kullanıcı tarafından oluşturulan içeriğin belirsiz ve resmi doğası ve meydana geldiği sosyal bağlam nedeniyle karmaşık bir görevdir. Bu tezde, sosyal medyada otomatik saldırgan dil tespiti için yöntemler geliştirme amacı güdülmektedir. Gauss Naif Bayes, Çoklu Naif Bayes, Lojistik Regresyon, SVM ve LSTM gibi çoklu sınıflandırma algoritmaları uygulanıp değerlendirilir. Bu algoritmaların performansı doğruluk, F1 skoru ve AUC skoru gibi temel ölçütlere göre ölçülmektedir. Sonuçlar, Random Forest Sınıflandırıcısının word2vec kullanılmadan %0.82 doğruluk ve %0.65 AUC skoru elde ettiğini göstermektedir. Öte yandan, LSTM, Random Forest Sınıflandırıcısıyla karşılaştırıldığında rekabetçi bir %0.78 AUC skoru göstermektedir. Bu bulgular, saldırgan dil tespiti için farklı algoritmaların etkinliği konusunda bilgi sağlamaktadır. Araştırma, Türkçe dil işleme yeteneklerini geliştirmek ve özellikle siber zorbalıkla mücadele etmek ve hoşgörülü bir çevrimiçi ortam oluşturmak için değerli araçlar ve bilgiler sunarak alana katkıda bulunmaktadır. Bulgular ayrıca doğal dil işleme alanında gelecekteki araştırma çabalarının yolunu açmakta ve bireyleri koruma ve güvenli bir çevrimiçi alanı teşvik etme konusunda pratik sonuçlar sağlamaktadır.