TY  - JOUR
TI  - TF-IDF, Word2vec ve Fasttext Vektör Model Yöntemleri ile Türkçe Haber Metinlerinin Sınıflandırılması
AB  - Bilgisayar ve internetin hayatımıza girmesi ile bilgiye erişmek daha kolay hale gelmiştir. İnterneteulaşımın kolaylaşması ve internet kullanıcılarının artması sonucu veri miktarı da her geçen saniyebüyümektedir. Ancak doğru bilgiye erişebilmek için verilerin sınıflandırılması gereklidir.Sınıflandırma, verilerin belirli bir anlamsal kategoriye göre ayrılması işlemidir. Dijital belgelerinanlamsal kategorilere ayrılması, metnin ulaşılabilirliğini önemli ölçüde etkilemektedir. Bu çalışmada,farklı Türkçe haber kaynaklarından toplam 6 kategoride elde edilen veri kümesi üzerinde metinsınıflandırma çalışması yapılmıştır. Öncelikli olarak haber metinleri ön işlemeden geçirilmiş vegövdelenmiştir. Ön işlemeden geçirilen metinler Tfidfvectorizer, Word2Vec ve FastText yöntemleriile ayrı ayrı vektörize edildikten sonra Python’ın Scikit-learn kütüphanesi kullanılarak Destek VektörMakinesi (Support Vector Machine, SVM), Naive Bayes, Logistic Regression, Random Forest ve YapaySinir Ağı (Artificial Neural Network, ANN) yöntemleri ile sınıflandırılmıştır. Yapılan çalışma sonucunagöre en yüksek başarı oranı %95,75 ile FastText yöntemi ve vektör modeli ile elde edilen metnin SVMile sınıflandırılmasından elde edilmiştir.
AU  - Çelik, Özer
AU  - KOÇ, Burak Can
DO  - 10.21205/deufmd.2021236710
PY  - 2021
JO  - Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi
VL  - 23
IS  - 67
SN  - 1302-9304
SP  - 121
EP  - 127
DB  - TRDizin
UR  - http://search/yayin/detay/423092
ER  -