@article{article_1725665, title={Yapay Zeka ve Doğal Dil İşleme ile Türkçe Metinlerden Siber Zorbalık Tespiti}, journal={International Journal of Multidisciplinary Studies and Innovative Technologies}, volume={9}, pages={118–124}, year={2025}, author={Gökdeniz, Halid Buğra and Canbay, Pelin}, keywords={Yapay Zeka, Siber Zorbalık tespiti, NLP, Türkçe, Derin Öğrenme}, abstract={Siber zorbalık, dijital platformların yaygınlaşmasıyla birlikte ciddi bir toplumsal tehdit haline gelmiştir. Anonimliğin sağladığı sahte güven ortamı, bireylerin gerçek dünyada sergilemekten kaçındıkları saldırgan davranışları sanal ortamlarda rahatça uygulayabilmelerine neden olmaktadır. Siber zorbalık sadece mağdurlar üzerinde psikolojik ve sosyal tahribat yaratmakla kalmayıp, zamanla mağdurların da benzer davranış biçimlerini benimsemelerine neden olarak, adeta bulaşıcı bir hastalık gibi yayılabilmektedir. Bu tür içeriklerin manuel olarak tespiti, hem zaman hem de insan kaynağı açısından son derece maliyetli ve verimsizdir. Bu nedenle, doğal dil işleme (NLP) ve yapay zeka tabanlı otomatik tespit sistemlerinin geliştirilmesi büyük önem taşımaktadır. Literatürde İngilizce gibi yaygın diller üzerine yapılan çalışmalar yoğunlukta olsa da, Türkçe gibi morfolojik açıdan zengin ve kaynak bakımından kısıtlı diller için siber zorbalık tespiti hâlâ gelişmekte olan bir araştırma alanıdır. Bu çalışmada, Türkçe metinler üzerinde geleneksel makine öğrenmesi yöntemleri (TF-IDF + SVM gibi) ile derin öğrenme tabanlı modeller (GRU, BiGRU, CNN, BiLSTM) karşılaştırmalı olarak incelenmiştir. Derin öğrenme modellerinde kelime temsili için FastText embedding yöntemi kullanılmış ve BiLSTM ile BiGRU modelleri %96 doğruluk oranına ulaşarak en yüksek performansı göstermiştir. Bulgular, yapay zeka destekli NLP çözümlerinin Türkçe dijital metinlerde siber zorbalığın etkin bir şekilde tespiti için güçlü bir araç sunduğunu ortaya koymaktadır.}, number={1}, publisher={SET Teknoloji}