TY  - JOUR
T1  - Pubmed Platformunda Cerrahi Alanında Yayınlanmış Makalelerin Metin Madenciliği Teknikleri İle İncelenmesi
TT  - Examination of Articles Published in the Field of Surgery on Pubmed Platform with Text Mining Techniques
AU  - Kızıltepe, Seher
AU  - Gülbandılar, Eyyüp
AU  - Yaylak, Faik
PY  - 2023
DA  - January
Y2  - 2023
DO  - 10.53608/estudambilisim.1224150
JF  - Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi
JO  - Journal of ESTUDAM Information
PB  - Eskişehir Osmangazi Üniversitesi
WT  - DergiPark
SN  - 2687-606X
SP  - 24
EP  - 28
VL  - 4
IS  - 1
LA  - tr
AB  - Dijital çağ olarak nitelendirilen bu çağda, iletişim teknolojilerinin sunduğu hizmetler ile dijital verilerin hem önemi hem de sayısı her geçen gün hızla artmaktadır. Karmaşık yapıdaki metinlerden anlamlı kelimeleri çıkarmak ve bilgiye ulaşmak için kullanılan en yaygın yöntemlerden birisi de Metin Madenciliği (MM) yöntemleridir. MM çalışmaları birçok alanda olduğu gibi tıp alanında da yaygın kullanılmaktadır. Bu çalışmanın amacı, İngilizce dilindeki bir tıp veri tabanı olan Pubmed platformu üzerinde bulunan ve cerrahi alan ile ilgili yayınlanmış makalelerden MM yöntemleri kullanılarak cerrahi alanındaki çalışmaların yönelimi hakkında fikir sahibi olmaktır. Aynı zamanda bu alanda yapılmış çalışmaların özetleri üzerinde MM kullanılarak anahtar kelimeler elde etmek ve bu kelimelerin frekans değerlerini görsel olarak sergilemektir. Çalışmanın veri setini oluşturan text dosyası üzerinde önce metin ön işleme daha sonra da metin analiz yöntemleri kullanılarak metin içerisinden yaygın olarak kullanılan beş adet anahtar kelime üretilmiştir. Üretilen anahtar kelimelerin frekans değerleri görselleştirilerek grafik ve kelime bulutu başarılı bir şeklinde ortaya konulmuştur.
KW  - Metin Madenciliği
KW  - Metin Sınıflandırma
KW  - Metin Analizi
KW  - Doğal Dil İşleme
KW  - Digital Data
N2  - In this age, which is described as the digital age, both the importance and the number of digital data with the services offered by communication technologies are increasing rapidly. Text Mining (TM) methods are one of the most common methods used to extract meaningful words from complex texts and to access information. TM studies are widely used in the field of medicine. The aim of this study is to have an idea about the trend of studies in the field of surgery using TM methods from the articles published on the Pubmed platform, which is an English-language medical database. At the same time, it is to obtain keywords by using TM on the abstracts of studies in this field and to visually display the frequency values of these words. Five commonly used keywords were produced from the text by first using text pre-processing and then text analysis methods on the text file that constitutes the data set of the study. The frequency information of the generated keywords was successfully presented using graphics and word cloud.
CR  - Doğal dil işleme nedir?  www.ibm.com/topics/natural-language-processing (Erişim Tarihi: 16.12.2022)
CR  - Salloum, S. A., Al-Emran, M., Monem, A. A., & Shaalan, K. (2018). Using text mining techniques for extracting information from research articles. In Intelligent natural language processing: Trends and Applications (pp. 373-397). Springer, Cham. DOI: 10.1007/978-3-319-67056-0_18
CR  - Göker, H., & Tekedere, H. (2017). FATİH projesine yönelik görüşlerin metin madenciliği yöntemleri ile otomatik değerlendirilmesi. Bilişim Teknolojileri Dergisi, 10(3), 291-299. DOI: 10.17671/gazibtd.331041
CR  - Zhou, X., Peng, Y., & Liu, B. (2010). Text mining for traditional Chinese medical knowledge discovery: a survey. Journal of biomedical informatics, 43(4), 650-660. DOI: 10.1016/j.jbi.2010.01.002
CR  - Zhou, X., Han, H., Chankai, I., Prestrud, A., & Brooks, A. (2006). Approaches to text mining for clinical medical records. In Proceedings of the 2006 ACM symposium on Applied computing (pp. 235-239). DOI: 10.1145/1141277.1141330
CR  - Thompson, P., Batista-Navarro, R. T., Kontonatsios, G., Carter, J., Toon, E., McNaught, J., & Ananiadou, S. (2016). Text mining the history of medicine. PloS one, 11(1), e0144717. DOI: 10.1371/journal.pone.0144717
CR  - da Silva, D. A., Ten Caten, C. S., Dos Santos, R. P., Fogliatto, F. S., & Hsuan, J. (2019). Predicting the occurrence of surgical site infections using text mining and machine learning. PloS one, 14(12), e0226272. DOI: 10.1371/journal.pone.0226272
CR  - Khaleghi, T., Murat, A., Arslanturk, S., & Davies, E. (2019). Automated surgical term clustering: A text mining approach for unstructured textual surgery descriptions. IEEE Journal of Biomedical and Health Informatics, 24(7), 2107-2118. DOI: 10.1109/JBHI.2019.2956973
CR  - Ciofi Degli Atti, M. L., Pecoraro, F., Piga, S., Luzi, D., & Raponi, M. (2020). Developing a surgical site infection surveillance system based on hospital unstructured clinical notes and text mining. Surgical Infections, 21(8), 716-721. DOI: 10.1089/sur.2019.238
CR  - Savova, G. K., Masanz, J. J., Ogren, P. V., Zheng, J., Sohn, S., Kipper-Schuler, K. C., & Chute, C. G. (2010). Mayo clinical Text Analysis and Knowledge Extraction System (cTAKES): architecture, component evaluation and applications. Journal of the American Medical Informatics Association, 17(5), 507-513. DOI: 10.1136/jamia.2009.001560
CR  - Kaya, A. & Gülbandılar, E. (2022). "Konu Modelleme Yöntemlerinin Karşılaştırılması", Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi, 3,(2). 46-53,  DOİ:10.53608/estudambilisim.1097978
CR  - Cengiz, A. (2020). "Hasta Teşhis Koyma Yardımcısı", Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi, 1(2), 6-9,
CR  - Aalami, N. (2021). Endoskopi Raporlarının Metin Madenciliği Algoritması Kullanılarak İncelenmesi, Eskişehir Osmangazi Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği ABD., Eskişehir.
CR  - Beşkirli, A. , Gülbandılar, E. & Dağ, İ. (2021). Metin Madenciliği Yöntemleri ile Twitter Verilerinden Bilgi Keşfi. Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi, 2 (1), 21-25.
CR  - Miftahul Qorib, M., Oladunni, T., Denis, M., Ososanya, E. & Cota, P. (2023). Covid-19 vaccine hesitancy: Text mining, sentiment analysis and machine learning on COVID-19 vaccination Twitter dataset, Expert Systems With Applications 212 (2023) 118715. https://doi.org/10.1016/j.eswa.2022.118715
CR  - Gowda, P.C., Lobner, K., Nejad, N.H. & Clifford R.Weiss, C.R. (2022). Bibliometric analysis of interventional radiology studies in PubMed-indexed literature from 1991 to 2020, Clinical Imaging, 85, 3-47.
UR  - https://doi.org/10.53608/estudambilisim.1224150
L1  - https://dergipark.org.tr/tr/download/article-file/2852056
ER  -