Özetçe -Günümüzde en çok kullanılan mikroblog servislerinden biri olan Twitter, anlık bilgi bakımından değerli bir kaynaktır. Doğal afetler sırasında kısa sürede doğru yerlere müdahalenin yapılması insan hayatı açısından büyük önem arz etmektedir. Bu çalışmada doğal afet sırasında yazılan tweetlerden yüksek öncelikli olanların tespit edilip özetlenmesiyle yardım birimlerine anlık doğru bilgi kaynağı sunmayı hedefleyen yeni bir sistem tasarlanmış ve gerçekleştirilmiştir. Sistemin çalışmasını değerlendirmek için doğal afetler sonrası gönderilen tweet'lerden bir veri seti oluşturulmuş, yaralı ve hasar durumu gibi değerli bilgiler içeren tweet'ler yüksek öncelikli, diğer tweet'ler düşük öncelikli olmak üzere iki sınıfa ayrılmıştır. Tweet'ler, ilk olarak gürültünün temizlenmesi ve sınıflandırıcıların daha başarılı şekilde değerlendirebilmesi için ön işlemden geçirilmiştir. Daha sonra Destek Vektör Makinesi yöntemi ile sınıflandırma yapılarak tweet'lerin yüksek öncelikli olup olmadıkları belirlenmiştir. Yüksek öncelikli olarak işaretlenen tweet'ler Hybrid TF-IDF yöntemi ile özetlenerek bu kümeyi en iyi temsil eden tweet'ler seçilmiştir.
Anahtar Kelimeler -twitter; sınıflandırma; özetleme; doğal afetler.
Abstract-Nowadays, Twitter is the most used microblog service and valuable source in terms of instant information. Making the intervention to the right place as soon as possible during natural disasters has great importance with regard to human life. A new system is designed and implemented that aiming to provide correct information source to help units by detecting and summarizing high priority tweets which are posted during natural disaster. To evaluate the success of the system, a dataset is created from collected tweets that posted after natural disaster and divided into two classes that carrying valuable information such as wounded and damage state are high priority and the others are low priority. Firstly, tweets are pre processed after that, classifying is made using by SVM method to detect the tweet's priority. High priority tweets are summarized using by Hybrid TF-IDF method and representing high priority tweets as best are selected.