BiGRU-CNN Tabanlı Derin Öğrenme Modeliyle Türkiye’deki Covid-19 Aşılarına Yönelik Twitter Duygu Analizi

Basit Öğe Kaydı
dc.contributor.authorASLAN, SERPIL
dc.date.accessioned2025-10-24T18:03:45Z
dc.date.available2025-10-24T18:03:45Z
dc.date.issued2022
dc.departmentMalatya Turgut Özal Üniversitesi
dc.description.abstractGünümüzde, sosyal medya platformları duyguları ifade etmenin en iyi yoludur. Yaklaşık iki yıldır, Covid-19 yeni koronavirüs salgının ortaya çıkması tüm dünyada olduğu gibi ülkemizde de insanların üzerinde benzeri görülmemiş karmaşık duygular yarattı. Covid-19’a karşı aşı çalışmalarının başlamasından sonra insanların duyguları daha karmaşık hale geldi. Daha yakın zamanda, Covid-19’un Delta, Omicron vb. varyantlarının çıkması da toplumda yeniden büyük bir korku yarattı. İnsanlar, bu süreçte duygu ve düşüncelerini paylaşmak üzere Twitter gibi sosyal medya araçlarına yöneldi. Twitter’da duygu analizi yapmak çok önemli ve zorlu bir görevdir. Bu çalışmada amacımız, derin öğrenme mimarilerinin gücünden faydalanarak Türk halkının aşılama süreciyle ilgili farklı duygularını araştırmak ve halkın mevcut aşılama girişimlerine yönelik tepkilerine genel bir bakış sunmaktır. Çalışmada, Twitter’da 16 Haziran 2021 ve 18 Eylül 2021 arasında paylaşılan Türkçe tweetler toplanmıştır. İnsanların her türden aşılarla ilgili duyguları, doğal dil işleme (NLP) aracı olan TextBlob kullanılarak değerlendirildi. Daha sonra, duygu sınıflandırması için yeni bir model önerildi. Önerilen model, Glove kelime gömme vektörüyle tek katmanlı Çift-yönlü Geçitli Tekrarlayan Birim (Bi-GRU) ve Evrişimli Sinir Ağı (CNN) modelini kullanan BiGRU-CNN modelidir. Önerilen yöntemin deneysel sonuçları en son modellerle kıyaslandığında umut vericidir. Bu çalışma, halkın COVID-19 aşıları hakkındaki görüşlerinin anlaşılmasını geliştirmekte ve koronavirüsü dünyadan yok etme hedefini desteklemektedir.
dc.identifier.doi10.29132/ijpas.1087486
dc.identifier.endpage330
dc.identifier.issn2149-0910
dc.identifier.issue2
dc.identifier.startpage312
dc.identifier.trdizinid1151535
dc.identifier.urihttps://doi.org/10.29132/ijpas.1087486
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1151535
dc.identifier.urihttps://hdl.handle.net/20.500.12899/2411
dc.identifier.volume8
dc.indekslendigikaynakTR-Dizin
dc.language.isotr
dc.relation.ispartofInternational Journal of Pure and Applied Sciences
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzTR-Dizin_20251023
dc.subjectTıbbi İnformatik
dc.subjectİletişim
dc.subjectBilgisayar Bilimleri
dc.subjectYazılım Mühendisliği
dc.subjectHalk ve Çevre Sağlığı
dc.subjectSağlık Politikaları ve Hizmetleri
dc.subjectSağlık Bilimleri ve Hizmetleri
dc.subjectBilgisayar Bilimleri
dc.subjectYapay Zeka
dc.subjectDerin Öğrenme
dc.subjectCNN
dc.subjectDuygu Analizi
dc.subjectCovid-19 aşı
dc.subjectGlove
dc.subjectBiGRU
dc.titleBiGRU-CNN Tabanlı Derin Öğrenme Modeliyle Türkiye’deki Covid-19 Aşılarına Yönelik Twitter Duygu Analizi
dc.typeArticle

Dosyalar

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu