Sosyal medya verilerinde derin öğrenme modelleri ile ırkçılık ve yabancı düşmanlığı tespiti

Dijital çağın öne çıkan yeniliklerinden biri, sosyal medya platformlarının insanlara düşüncelerini, duygularını ve deneyimlerini anında milyonlarca kişiyle paylaşma imkanı sunmasıdır. Bu etkileşimler, toplumsal bütünlüğü tehdit edebilecek ırkçı ve yabancı düşmanı içeriklerin hızla yayılmasına da yol açabilmektedir. Bu çalışma, Twitter gibi sosyal medya platformlarında bu tür zararlı mesajların yüksek doğrulukla otomatik olarak tespit edilmesini sağlayacak bir derin öğrenme modelinin geliştirilmesini amaçlamaktadır. Hipotezimiz, hibrit bir yaklaşımı benimseyen modelin, mevcut metin sınıflandırma tekniklerinden daha üstün performans göstereceğidir. Araştırma sürecinde, 01 Ocak 2020 ile 01 Ekim 2022 tarihleri arasında Python ile toplanan tweetler, etnik ve milli kimliklere yönelik ayrımcı dil kullanımını içeren ve içermeyen olarak iki kategoriye ayrılmış ve analiz edilmiştir. Metin ön işleme, tokenizasyon, ve sayısal vektörlere dönüştürme işlemleri gerçekleştirilmiş, ardından çift yönlü KTN katmanları ve çok başlıklı dikkat mekanizmalarını içeren ileri düzey modellemeler uygulanmıştır. Çapraz doğrulama yöntemiyle yapılan değerlendirmeler sonucunda, modelin ortalama %62.92 doğruluk oranı ile nefret söylemi içeren mesajları etkili bir şekilde sınıflandırdığı belirlenmiştir. Bu bulgular, modelin sosyal medya metinlerindeki zararlı içerikleri sınıflandırma kapasitesine dair değerli bilgiler sunmakta ve ırkçılık ile yabancı düşmanlığının otomatik tespiti konusunda sosyal medya platformlarına ve ilgili kurumlara stratejik bir rehberlik etmektedir.