Öztürk, AliDurak, ÜsameBadıllı, Fatma2021-02-172021-02-172020Öztürk, A., Durak, Ü., Badıllı, F.. (2029), Twitter Verilerinden Doğal Dil İşleme Ve Makine Öğrenmesi İle Hastalık Tespiti. Konya Mühendislik Bilimleri Dergisi. 8,(4), 839-852.2147-9364https://hdl.handle.net/20.500.12395/41338Bu çalışmada twitterdaki kullanıcıların yazmış oldukları mesajların hastalık konulu olup olmadığı ve hastalık türleri tespit edilmiştir. Bu amaçla gözetimli ve gözetimsiz makine öğrenmesi algoritmaları, TF-IDF ve BOW yöntemleri ile çıkarılan özellikler ile denenmiş ve karşılaştırmalar yapılmıştır. Veriler Python betikleri ile twitter üzerinden toplanmıştır. Algoritmaları uygulamak için Python için geliştirilmiş Scikit-Learn kütüphanesi kullanılmıştır. Gözetimsiz olarak verilerin kümelenmesinde %68.60’lık bir başarı elde edilirken, gözetimli algoritmalar ile yapılan sınıflandırmalarda %97.48’lik başarı oranına ulaşılmıştır.In this study, we determined whether the subject of the messages of the twitter users were about a disease and what kind of diseases they were. For this purpose, supervised and unsupervised machine learning algorithms were tested and compared using the features extracted via TF-IDF and BOW methods. Data were collected with Python scripts from Twitter. The Scikit-Learn library which was developed for Python was used to implement the algorithms. The clustering algorithms which are unsupervised methods achieved an accuracy level of %68.60, while the performance of the supervised classification algorithms reached to the accuracy level of %97.48.trinfo:eu-repo/semantics/openAccessTwitterHastalık TanımaDoğal Dil İşlemeMakine ÖğrenmesiDisease RecognitionNatural Language ProcessingMachine LearningArticle84839852