Türkçe Haber Metinlerinin Makine Öğrenmesi Yöntemleri Kullanılarak Sınıflandırılması

En buyuk bilgi kaynaginin internet olarak kabul edildigi gunumuz bilgi caginda, elektronik ortamda yer alan metinlerin gun gectikce artmasi sonucunda metin madenciligi ve makine ogrenimi konusu onem kazanmistir. Teknolojinin gelismesine paralel olarak bu alanlarda da yenilikler gelistirilmektedir. Yapilan yenilikler ile herhangi bir platformda duzensiz olarak bulunan metinlerin, anlamli bir butun haline getirilerek siniflandirilmasi ihtiyaci dogmaktadir. Bu calismada; farkli makine ogrenmesi yontemleri kullanilarak Turkce haber metinlerinin siniflandirmasi yapilmaktadir. Haber icerikleri olarak bircok haber metninin ve haber kategorisinin yer aldigi bir veri seti kullanilmistir. Calismada, Destek Vektor Siniflandiricisi, Rastgele Orman ve Naive Bayes Siniflandiricina gore gerceklestirilen analiz sonuclari karsilastirilarak, en basarili performansa sahip yontemin 91% dogruluk orani ile Naive Bayes Siniflandiricisi oldugu gorulmustur.