Metin madenciliği yöntemi ile haber sitelerindeki köşe yazılarının sınıflandırılması

Abstract

İnternetin günümüzde hayatımızın her alanına girmiş olmasıyla birlikte verilerin yaşantımızdaki boyutu ve değeri artmıştır. Büyük miktarlardaki verilerden anlamlı bilgi çıkarmak günümüzde kişi ve firmaları bilgi temelli ekonomi çağında diğerlerinden bir adım öne geçirmektedir. İnternette bulunan bütün veriler bir çok kişi için gerekli veya faydalı değildir. Verilerden katkı sağlayacak bilgilerin elde edilmesi için çeşitli madencilik teknikleri uygulanmalıdır. Veri madenciliği yapısal veriler üzerinde işlemleri gerçekleştirir. Metinler yapısal veriler değildir. Metinlerin, veri madenciliği tekniklerinin uygulanabileceği yapısal veri haline dönüştürülmesi işlemi metin madenciliği ile gerçekleştirilir. Veri madenciliği teknikleri uygulanmadan önce verilerin hazırlanması, ön işlemden geçirilmesi gerekmektedir. Metinlerden bilgi çıkarmak, metni sınıflandırmak, aranan bilgiye kısa sürede ulaşmak metin madenciliğinin popülaritesini arttırmış, bu konuda çalışmalar yapılmasını gerekli hale getirmiştir.Metin sınıflandırma, sistemin önceden tanımlanmış kategorilere eğitim dokümanlarını kullanarak verilen metnin sınıfına karar vermesi işlemidir.Bu çalışmada haber sitelerindeki köşe yazılarının otomatik olarak alınması ve ekonomi, spor, sağlık, eğitim, yaşam olarak sınıflandırılması gerçekleştirilmiştir.

With the access of internet to every aspect of the community, the volume and value of data has increased. Extracting meaningful information out of vast volumes of data makes one or a firm go one step further than the others in this information-oriented age of economy. All data, available on the internet, is not essential or useful to most. A range of mining techniques must be implemented to acquire useful information out of data. Data mining operates on structural data. Texts are not structural data. The process that texts are transformed into structural data to which data mining can be applied is realized through data mining. It is a must that data be ready and exposed to pre-processing before data mining techniques are applied. Acquiring information out of texts and classifying them, and getting an instant access to the information have given rise to text mining, necessitating the studies on it.Text classification is the process in which the class of text is determined through system?s using the training documents given into pre-determined categories.In this study, it has been achieved that articles of online newspapers are automatically extracted and classified into categories as economy, sports, health, education and life.