DistilBERT ve Geleneksel Makine Öğrenmesi Modelleri ile Duygu Analizi: Performans Karşılaştırması

Authors : Kamil Abdullah Eşidir

Pages : 444-459

Doi:10.29132/ijpas.1604869

View : 93 | Download : 247

Publication Date : 2025-12-29

Article Type : Research Paper

Abstract :Yapılan çalışma, sosyal medya verileri aracılığıyla duygu analizi gerçekleştirerek, geleneksel makine öğrenmesi modelleri ile derin öğrenme tabanlı DistilBERT modelinin sınıflandırma performanslarını karşılaştırmaktadır. ABD merkezli havayolu şirketlerine yönelik müşteri duyarlılığını analiz etmek amacıyla Twitter US Airlines Sentiment veri seti kullanılmıştır. Makine öğrenmesi tabanlı Random Forest, XGBoost ve Gradient Boosting modelleri ile derin öğrenme temelli DistilBERT modeli karşılaştırmalı olarak incelenmiş ve modellerin sınıflandırma başarısı doğruluk (accuracy), kesinlik (precision), duyarlılık (recall) ve F1 skoru gibi metrikler kullanılarak değerlendirilmiştir. Analiz sonuçlarında, DistilBERT modeli %97.8 doğruluk oranı ile geleneksel makine öğrenmesi modellerine kıyasla bariz bir üstünlük sergilemiştir. Dengesiz sınıf dağılımına sahip veri setinde, DistilBERT modeli olumlu (pozitif) ve olumsuz (negatif) duygu sınıflarını çok daha başarılı bir şekilde ayırt etmiştir. DistilBERT modelinin yüksek kesinlik (0.96), duyarlılık (0.97) ve F1 skoru (0.97) değerleri, transformer tabanlı yaklaşımların metin sınıflandırmaki üsütnlüğünü ortaya koymuştur. Elde edilen bulgular, havayolu şirketlerinin müşteri geri bildirimlerini daha etkin analiz edebilmesi ve hizmet kalitesini artırmaya yönelik veri odaklı stratejiler geliştirebilmesi açısından önemli katkılar sunmaktadır.
Keywords : Makine Öğrenmesi, Derin Öğrenme, Veri Madenciliği, DistilBERT, doğal dil işleme

ORIGINAL ARTICLE URL