TF-IDF, Word2vec ve Fasttext Vektör Model Yöntemleri ile Türkçe Haber Metinlerinin Sınıflandırılması

Özer ÇELİK; Burak Can KOÇ

Makale detayları

TF-IDF, Word2vec ve Fasttext Vektör Model Yöntemleri ile Türkçe Haber Metinlerinin Sınıflandırılması

Yazarlar:

Özer ÇELİK | Burak Can KOÇ

Yayıncı:

Dokuz Eylul University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi 2021 Vol.23 Issue 67, pp.121-127

Belge Tipi:

Makale

Yayın Tarihi:

1/2021

Belge Dili:

Türkçe

Document ID (Org No.):

2000937677

Sıklık:

Üç Yıllık

eISSN:

2547-958X

pISSN:

1302-9304

Anahtar kelimeler:

Özet:

 

Accessing information has become very simple with computers and internet. As the internet access is easier and the internet users increase, the amount of data is growing every second. However, in order to access correct information, data must be classified. Classification is the process of separating data according to a certain semantic category. Dividing digital documents into semantic categories significantly affects the availability of the text. In this study, a text classification study was carried out on a data set obtained from different Turkish news sources. After the pre-processed texts are separately vectorized with Tfidfvectorizer, Word2Vec and FastText methods, they are classified with Support Vector Machine (SVM), Naive Bayes, Logistic Regression, Random Forest and Artificial Neural Network (ANN) methods. According to the results of the study, the highest success rate was obtained from the classification of the text gained with FastText method and vector model with 95.75% by SVM.

 

Bilgisayar ve internetin hayatımıza girmesi ile bilgiye erişmek daha kolay hale gelmiştir. İnternete ulaşımın kolaylaşması ve internet kullanıcılarının artması sonucu veri miktarı da her geçen saniye büyümektedir. Ancak doğru bilgiye erişebilmek için verilerin sınıflandırılması gereklidir. Sınıflandırma, verilerin belirli bir anlamsal kategoriye göre ayrılması işlemidir. Dijital belgelerin anlamsal kategorilere ayrılması, metnin ulaşılabilirliğini önemli ölçüde etkilemektedir. Bu çalışmada, farklı Türkçe haber kaynaklarından elde edilen veri kümesi üzerinde metin sınıflandırma çalışması yapılmıştır. Öncelikli olarak haber metinleri ön işlemeden geçirilmiş ve gövdelenmiştir. Ön işlemeden geçirilen metinler Tfidfvectorizer, Word2Vec ve FastText yöntemleri ile ayrı ayrı vektörize edildikten sonra Destek Vektör Makinesi (Support Vector Machine, SVM), Naive Bayes, Logistic Regression, Random Forest ve Yapay Sinir Ağı (Artificial Neural Network, ANN) yöntemleri ile sınıflandırılmıştır. Yapılan çalışma sonucuna göre en yüksek başarı oranı %95,75 ile FastText yöntemi ve vektör modeli ile elde edilen metnin SVM ile sınıflandırılmasından elde edilmiştir.

Makale detayları

TF-IDF, Word2vec ve Fasttext Vektör Model Yöntemleri ile Türkçe Haber Metinlerinin Sınıflandırılması

Yazarlar:

Özer ÇELİK | Burak Can KOÇ

Yayıncı:

Dokuz Eylul University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi 2021 Vol.23 Issue 67, pp.121-127

Belge Tipi:

Makale

Yayın Tarihi:

1/2021

Belge Dili:

Türkçe

Document ID (Org No.):

2000937677

Sıklık:

Üç Yıllık

eISSN:

2547-958X

pISSN:

1302-9304

Metin Sınıflandırma

Türkçe Haber

TF-IDF

Word2Vec

Fasttext

Sayı

Makale detayları

TF-IDF, Word2vec ve Fasttext Vektör Model Yöntemleri ile Türkçe Haber Metinlerinin Sınıflandırılması

Yazarlar: Özer ÇELİK | Burak Can KOÇ

Yayıncı: Dokuz Eylul University

Ana Başlıklar: Uygulamalı fizik

Dergi: Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi 2021 Vol.23 Issue 67, pp.121-127

Belge Tipi: Makale

Yayın Tarihi: 1/2021

Belge Dili: Türkçe

Document ID (Org No.): 2000937677

Sıklık: Üç Yıllık

eISSN: 2547-958X

pISSN: 1302-9304

Metin Sınıflandırma

Türkçe Haber

TF-IDF

Word2Vec

Fasttext

Sayı

Yazarlar:

Özer ÇELİK | Burak Can KOÇ

Yayıncı:

Dokuz Eylul University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi 2021 Vol.23 Issue 67, pp.121-127

Belge Tipi:

Makale

Yayın Tarihi:

1/2021

Belge Dili:

Türkçe

Document ID (Org No.):

2000937677

Sıklık:

Üç Yıllık

eISSN:

2547-958X

pISSN:

1302-9304