PANDEMİ SÜRECİNDE TOPLUM GÖRÜŞÜNÜN DUYGU ANALİZİ YÖNTEMİYLE İNCELENMESİ: TÜRKİYE ÖRNEĞİ

Author:

SEL Ahmet1ORCID

Affiliation:

1. T.C. MİLLİ EĞİTİM BAKANLIĞI

Abstract

Koronavirüs salgını nedeniyle başlayan pandemi süreci toplumun her kesimini fazlasıyla etkilemiştir. Sosyal medya platformları özellikle pandemi sürecinde insanların duygu ve düşüncelerini rahatlıkla yansıttıları mecralar olmuştur. Bu çalışmada Twitter uygulamasında “korona”, “corona”, “covid19” ve “kovid19” anahtar kelimeleri ile 2020 yılı içinde atılan mesajlar duygu analizi ve n-gram yöntemleriyle incelenmiştir. Toplamda yaklaşık 1.2 milyon mesaj ön işleme tabi tutulduktan sonra Google E-tablolar yardımıyla İngilizceye çevrilmiştir. Daha sonra Python programlama dilinde Textblob yazılımı sayesinde duygu analizi yapılmış ve her ay için pozitif ve nagatif duyguları belirten kelimelerin sıklıkları n-gram yöntemiyle incelenmiştir. Araştırma sonucunda pozitif başlıklarda; hastane, yoğun bakım, evde kalma, test, sosyal mesafe ve Dünya Sağlık Örgütü’nün öne çıktığı görülmektedir. Negatif yöndeki ifadelerde ise; ev, salgın, negatif test, kayıp edilen insanlar, sosyal mesafe, sağlık işçileri, vaka sayıları, sınav, aşı ve iş başlıkları öne çıktığı görülmüştür.

Publisher

Beykoz Akademi Dergisi

Subject

General Medicine

Reference27 articles.

1. Adalı, E. (2012). Doğal Dil İşleme. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi, 5(2).

2. Ahmed, M. E., Rabin, M. R. I., & Chowdhury, F. N. (2020). COVID-19: Social media sentiment analysis on reopening. arXiv preprint arXiv:2006.00804.

3. Ayata, D. (2018). Applying Machine Learning and Natural Language Processing Techniques to Twitter Sentiment Classification for Turkish and English (Doctoral dissertation, Thesis for MS degree at Bogazici University).

4. Ayata, D., Saraçlar, M., & Özgür, A. (2017, May). Turkish tweet sentiment analysis with word embedding and machine learning. In 2017 25th Signal Processing and Communications Applications Conference (SIU) (pp. 1-4). IEEE.

5. Ayata, D., Saraçlar, M., & Özgür, A. (2017, May). Political opinion/sentiment prediction via long short term memory recurrent neural networks on Twitter. In 2017 25th Signal Processing and Communications Applications Conference (SIU) (pp. 1-4). IEEE.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3