ANALYSIS OF EXTENDED REALITY PUBLCATONS IN INFORMATION SYSTEMS RESEARCH AREA THROUGH TEXT MINING AND NATURAL LANGUAGE PROCESSING (NLP) TECHNIQUES

Authors : Tuncer AKBAY

Pages : 216-228

Doi:10.47933/ijeir.1190214

View : 22 | Download : 11

Publication Date : 2022-10-01

Article Type : Research Paper

Abstract :Çalışmanın amacı, Web of Science veri tabanında indekslenen Genişletilmiş Gerçeklik ile ilgili bilimsel makaleleri kümelemek ve sınıflandırmaktır. Bu amaca ulaşmak için Genişletilmiş Gerçeklik ile ilgili yayınlar bulundu ve veri tabanından toplandı. Veri önişleme için NLTK kütüphanesi kullanılmıştır. Sözcükleri vektör formatına dönüştürmek için Sklearn kütüphanesindeki TF-IDF yöntemi kullanıldı. Daha sonra yayınların anahtar kelimeleri K-Means kullanılarak kümelenmiştir. Her bir kümedeki anahtar kelimeler, her yayının özeti boyunca arandı. Yayın, en fazla sayıda anahtar kelimenin özetindeki kelimelerle eşleştiği küme adı olarak etiketlendi. Ardından, Support Vector Classifier ve Multinomial Naive Bayes makine öğrenmesi algoritmaları ile Gated Recurrent Unit derin öğrenme algoritmaları sınıflandırma için gerçekleştirilmiştir. Derin öğrenme ve makine öğrenmesi sonuçları karşılaştırılmış ve bu karşılaştırma, veri setinin makine öğrenmesine kıyasla derin öğrenmeye daha uygun olduğunu ortaya koymuştur. Support Vector Classifier, Multinomial Naive Bayes ve Gated Recurrent Unit için doğruluk değerleri sırasıyla %90,4, %77,2 ve %99,8 olarak bildirilmiştir. Bu çalışma, GRU mimarisinin klasik makine öğrenmesi algoritmalarından daha etkili olduğuna dair kanıtlar sunmaktadır.
Keywords : metin madenciliği, sınıflandırma algoritmaları, arttırılmış gerçeklik, sanal gerçeklik, doğal dil işleme, makine öğrenmesi, derin öğrenme