Destek Vektör Makineleri Algoritması ile Uçtan Uca Yazar Tanıma Uygulaması Geliştirme

Abstract

Yüzyıllardır süregelen yazarı belirsiz metinler sorunu, internet çağının başlamasıyla oldukça artmıştır. Bu durumun en büyük sebebi internetteki verilerin çok yüksek oranını yapısal olmayan verilerin oluşturması ve bu yapısal olmayan verilerin de büyük bir bölümünü sınıflandırılmamış, yazarları belirsiz metinlerin oluşturmasıdır. Son yıllarda yapılan sınıflandırma işlemlerinde makine öğrenmesi yöntemlerinin kullanılması, yazar tanıma problemlerine yeni bir bakış açısı getirmiştir. Bu çalışmada makine öğrenmesi yöntemleri kullanılarak yazar tanıma problemi için web tabanlı arayüze sahip uçtan uca bir uygulama geliştirilmiştir. Sınıflandırma işlemi için 37 yazarın köşe yazılarından oluşturulmuş 46715 metin verisi içeren bir derlem kullanılmıştır. Bu derlemden TF-IDF yöntemi kullanılarak öznitelikler çıkarılmış ve bir veri kümesi elde edilmiştir. Daha sonra veri kümesi, Destek Vektör Makineleri (DVM), NB (NB) ve RO (RO) gibi makine öğrenme algoritmaları ile eğitilmiş ve test edilmiştir. Test sonucunda, DVM %90 doğruluk oranıyla en iyi performansı gösteren sınıflandırıcı model olmuştur. Elde edilen DVM modeline, Python programlama dilinin kütüphanelerinden olan Flask kullanılarak bir web arayüzü geliştirilmiştir. Son olarak uygulama, kararlı ve dağıtıma uygun bir halde çalıştırılması amacıyla Docker konteynerına dönüştürülmüştür. Sonuç olarak, uçtan uca geliştirilen bir yazar tanıma uygulaması doğrudan son kullanıcı tarafından kullanılabilir biçimde sunulmuştur. Makine öğrenmesi desteğiyle web tabanlı böyle bir uygulamanın oluşturulması, yazar tanıma çalışmasını daha anlamlı ve kullanılabilir hale getirmiştir.