Transformer Tabanlı Duygu Sınıflandırması ile Sosyal Medyada Ruh Sağlığına İlişkin Türkçe Yorumların Analizi

Abstract

Instagram platformunda paylaşılan Türkçe yorumlar üzerinden ruh sağlığına yönelik duygusal tepkilerin makine öğrenimi algoritmaları ile incelenmesini amaçlayan bu çalışmada, XLM-RoBERTa-Large, BERTurk ve Electra-Turkish gibi güncel ve güçlü Transformer tabanlı modeller kullanılarak çok kategorili duygu sınıflandırması gerçekleştirilmiştir. Belirlenen zaman diliminde toplanan veriler, beş farklı duygu kategorisine ayrılarak etiketlenmiş ve modellerin doğruluk ve F1-Skoru gibi ölçütler üzerinden performansları karşılaştırılmıştır. Analiz sonuçlarına göre, XLM-RoBERTa-Large modeli %92 doğruluk ve %90.5 F1-skoru ile en yüksek performansı sergilemiştir. Tüm modeller bazında yapılan değerlendirmede, en yüksek doğruluk ve F1-skoru değerlerinin Şükran ve Aşk/Hayranlık kategorilerinde elde edildiği görülmüştür. Öte yandan, her üç modelde de en düşük sınıflandırma performansının Üzüntü kategorisinde olduğu belirlenmiştir. Özellikle XLM-RoBERTa-Large modeli, \"Şükran\" sınıfında %94 doğruluk ve %94.5 F1-skoru ile en başarılı sonuçları sağlamıştır. Anlam olarak yakın duyguların varlığı, modellerin duygu ayrımındaki performansını olumsuz yönde etkilemiştir. Çalışmanın bulguları, sosyal medya verilerinin ruh sağlığına ilişkin duygusal eğilimlerin analizinde değerli bir kaynak olabileceğini göstermiştir.