BERT-Base Modeli ile Türkçe Sosyal Medya Paylaşımlarında Nefret Söylemi Tespiti

Abstract

İnternetin gelişmesiyle birlikte dünya genelinde kullanıcılar tarafından ifade edilen veri miktarı artmıştır. Sosyal medyada nefret söylemi tespiti, zararlı dilin önlenmesi ve güvenli çevrimiçi toplulukların teşvik edebilmesi önemli bir görevdir. Dönüştürücülerden Çift Yönlü Kodlayıcı Temsilleri (Bidirectional Encoder Representations from Transformers – BERT), doğal dil işleme görevlerinde başarılı performans sergileyen popüler bir dil modelidir. Bu çalışmada, Türkiye’deki Twitter kullanıcılarının yorumlarında nefret söylemi tespiti için BERT-Base modeli kullanılmıştır. Zararlı ve zararsız olarak etiketlenen örneklerden oluşan bir veri setiyle eğitilerek %92,53 test doğruluk başarımı elde edilmiştir. Geliştirilen model, canlı ortamda kullanıcıların hizmetine sunulmuştur.

With the development of the Internet, the amount of data expressed by users worldwide has increased. Detecting hate speech in social media, preventing harmful language and promoting safe online communities is an important task. Bidirectional Encoder Representations from Transformers (BERT) is a popular language model that performs well in natural language processing tasks. In this study, the BERT-Base model is used to detect hate speech in the comments of Twitter users in Turkey. It was trained with a dataset of examples labeled as harmful and harmless and achieved 92.53% test accuracy. The developed model was presented to users in a live environment.