Türkçe Tweetler Üzerinden Yapay Sinir Ağları ile Cinsiyet Tahminlemesi

Abstract

Yazar ayrımlaması, yazarı bilinmeyen bir metin üzerinden yazarına dair cinsiyet, yaş ve dil gibi bazı anahtar özniteliklerin belirlenmesidir. Özellikle güvenlik ve pazarlama alanında önem arz etmektedir. Bu çalışmada, kullanıcıların tweetleri kullanılarak cinsiyetleri tahminlenmektedir. Yinelemeli Sinir Ağı (YSA) ve ilgi mekanizmasının birleşiminden oluşan bir model önerilmiştir. Bildiğimiz kadarıyla bu çalışma Twitter veri kümesi ile Türkçe’de ilk defa yapılmıştır. Önerilen model Türkçe, İngilizce, İspanyolca ve Arapça dillerinde sınanmış ve sırasıyla 80.63, 81.73, 78.22, 78.5 doğruluk değerlerine ulaşılmıştır. Elde edilen doğruluk değerleri Türkçe’de en gelişkin, diğer dillerde ise rekabetçi bir başarım ortaya koymaktadır.

Author profiling is the characterization of an author through some key attributes such as gender, age, and language. It's an indispensable task especially in security and marketing. In this work, the gender of a Twitter user is predicted using his/her tweets. A model combining a recurrent neural network (RNN) with an attention mechanism is proposed. As far as we know such a predictive analytics is performed in Turkish Twitter dataset for the first time, and the proposed model is tested in Turkish, English, Spanish, and Arabic with accuracy scores of 80.63, 81.73, 78.22, 78.5 respectively. The accuracy values obtained exhibit state-of-the-art in Turkish and competitive performance in the other languages. © 2019 IEEE.