Yapay Zeka Kullanarak Youtube Video Yorumlarının Duygu Analizi: Trump-Zelensky Görüşmesi Örneği

Yıl 2025, Cilt: 24 Sayı: 52, 356 - 379, 27.06.2025

Sefer Kalaman

https://doi.org/10.46928/iticusbe.1673727

Öz

Donald Trump ile Volodymyr Zelensky arasında 28 Şubat 2025’te gerçekleştirilen diplomatik görüşme, uluslararası ilişkiler açısından önemli sonuçlar doğurmuş ve hem diğer ülkelerde hem de uluslararası basında geniş yankı uyandırmıştır. Özellikle sosyal paylaşım ağlarında konu ile ilgili birçok paylaşım yapılmış, insanlar da paylaşılan içeriklere yorum yaparak duygu ve düşüncelerini belirtmişlerdir. Bu noktadan hareketle araştırmada, görüşmeye ait YouTube videolarına yapılan yorumların duygu analizini yaparak insanların duygu yönelimlerini anlamak ve görüşmeye ait algılarını tespit etmek amaçlanmıştır. Araştırmada, yorumları incelemek için metin madenciliği yöntemi kullanılmıştır. YouTube platformunda paylaşılan 4 videoya yapılan 226.000 yorum, Python programlama dili kullanılarak YouTube API ara yüzü ile toplanmıştır. Ardından elde edilen verilerin temizlenmesi işlemi gerçekleştirilmiştir. Temizlenen veriler, tokenlere ayrılarak lemmatizasyon uygulanmış ve kelimeler kök formlarına dönüştürülmüştür. Sonra da eldeki verileri analize hazırlamak için bir duygu sözlüğü geliştirilmiştir. Veri çekme, işleme ve analiz aşamasında VADER, Gensim, Pandas, Requests ve NLTK kütüphanelerinden yararlanılmıştır. Elde edilen verilerin analizini yapmak için duygu analizi tekniği kullanılmıştır. Bu kapsamda, OpenAI firmasına ait ChatGPT-4.5 yapay zeka modeli tercih edilmiş ve duygu sınıflandırması denetimsiz makine öğrenmesi yaklaşımı ile gerçekleştirilmiştir. Veriler, 28 Şubat 2025 - 1 Mart 2025 tarihleri arasında CNN ve Fox News televizyon kanallarının YouTube hesaplarında yer alan ve Trump-Zelensky görüşmesine ait olan 4 videodan elde edilmiştir. Araştırmadan elde edilen sonuçlara göre, yorumlarda en fazla öfke, nötr ve beklenti duyguları yer almaktadır. Bununla birlikte yorumlarda en fazla negatif duygu yönelimi ağır basmaktadır. Paylaşımlara yapılan yorumlarda en çok kullanılan kelimeler ise, Trump, Zelensky-Zelenskyy, America-American, Ukraine ve War olmuştur.

Anahtar Kelimeler

Yapay zeka , metin madenciliği , duygu analizi , YouTube

Sentiment Analysis of Youtube Video Comments Using Artificial Intelligence: The Case of Trump-Zelensky Meeting

Öz

The diplomatic meeting between Donald Trump and Volodymyr Zelensky on February 28, 2025 had important consequences for international relations and was widely covered both in other countries and in the international press. Especially on social networking sites, many posts were made on the subject, and people commented on the shared content and expressed their feelings and thoughts. From this point of view, the aim of this study is to understand people’s emotional orientations and to determine their perceptions of the meeting by analyzing the emotions of the comments made on YouTube videos of the meeting. In the study, text mining method was used to analyze the comments. 226.000 comments on 4 videos shared on the YouTube platform were collected with the YouTube API interface using Python programming language. Then, the process of cleaning the obtained data was carried out. The cleaned data was divided into tokens and lemmatization was applied and the words were converted into root forms. A sentiment dictionary was then developed to prepare the data for analysis. VADER, Gensim, Pandas, Requests and NLTK libraries were used for data extraction, processing and analysis. Sentiment analysis technique was used to analyze the data obtained. In this context, the ChatGPT-4.5 artificial intelligence model of OpenAI was preferred and sentiment classification was performed with an unsupervised machine learning approach. The data were obtained from 4 videos of the Trump-Zelensky meeting on the YouTube accounts of CNN and Fox News television channels between February 28, 2025 and March 1, 2025. According to the results obtained from the research, anger, neutral and anticipation emotions were the most common emotions in the comments. However, negative emotional orientation predominates in the comments. The most frequently used words in the comments on the posts were Trump, Zelensky-Zelenskyy, America-American, Ukraine and War.

Anahtar Kelimeler

Artificial intelligence , text mining , sentiment analysis , YouTube

Kaynakça

• Afridi, S. J. & Ali, Q. (2025). Trump new approaches (ceasefire agreement) toward Russia-Ukraine Conflicts and its implications for regional security. Social Science Review Archives, 3 (2), 214-229.
• Akın, B. K., & Şimşek, U. T. G. (2018a). Adaptif öğrenme sözlüğü temelli duygu analiz algoritması önerisi. Bilişim Teknolojileri Dergisi, 11(3), 245-253.
• Akın, B. K., & Şimşek, U. T. G. (2018b). Sosyal medya analitiği ile değer yaratma: Duygu analizi ile geleceğe yönelim. Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 5(3), 797-811.
• Aksaya, H., & Gülseçen, S. (2020). Doğal dil işleme çalışmalarında yeni yaklaşımlar. In S. Gülseçen (Ed.), Mühendislikte Yapay Zeka ve Uygulamaları 3 (pp. 165-176). Sakarya Üniversitesi Yayınevi.
• Atlı, Y., & İlhan, N. (2021). Duygu analizi için yeni bir sözlük; NAYALex duygu sözlüğü. Avrupa Bilim ve Teknoloji Dergisi, 27, 1050-1060.
• Cambridge Dictionary (2025). Sentiment analysis. https://dictionary.cambridge.org/dictionary/english/sentiment-analysis
• Cebeci, H. İ. (2020). Sosyal medya verileri ile duygu analizi. In S. Gülseçen (Ed.), Mühendislikte Yapay Zeka ve Uygulamaları 3 (pp. 191-210). Sakarya Üniversitesi Yayınevi
• Ceron, A., Curini, L., Iacus, S. M., & Porro, G. (2014). Every tweet counts? How sentiment analysis of social media can improve our knowledge of citizens’ political preferences with an application to Italy and France. New Media Society, 16(2), 340-358.
• Deori, M., Kumar, V. & Verma, M. K. (2023). Analysis of YouTube video contents on Koha and DSpace, and sentiment analysis of viewers’ comments. Library Hi Tech, 41(3), 711-728.
• Drus, Z., & Khalid, H. (2019). Sentiment analysis in social media and its application: Systematic literature review. Procedia Computer Science, 161, 707-714.
• Hopkins, D. J., & King, G. (2010). A method of automated nonparametric content analysis for social science. American Journal of Political Science, 54(1), 229-247.
• Gujrati, R. (2020). Artificial intelligence for business. In S. Gülseçen (Ed.), Mühendislikte Yapay Zeka ve Uygulamaları 3 (pp. 13-25). Sakarya Üniversitesi Yayınevi.
• Karaahmetoğlu, E., Ersöz, S., & Karaahmetoğlu, O. (2021). Sosyal ağ tabanlı verilerden faydalanarak korona virüs konulu duygu analizi çalışması. Ergonomi, 4(1), 47-54.
• Kılıçer, S., & Samlı, R. (2022). Farklı dillerdeki metinler üzerinde yapılan duygu analizi çalışmalarının incelenmesi, Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi, 13(3), 493-509.
• Kibar, A. (2020). App Inventor ile anlık çeviri yardımcısı. In S. Gülseçen (Ed.), Mühendislikte Yapay Zeka ve Uygulamaları 3 (pp. 177-190). Sakarya Üniversitesi Yayınevi.
• Kumar, A., & Teeja, M. S. (2012). Sentiment analysis: A perspective on its past, present and future. International Journal of Intelligent Systems and Applications, 4(10), 1-14.
• Kumaş, E. (2021). Türkçe Twitter verilerinden duygu analizi yapılırken sınıflandırıcıların karşılaştırılması. ESTUDAM Bilişim, 2(2), 1-5.
• Latif, E., Mai, G., Nyaaba, M., Wu, X., Liu, N., Lu, G., Li, S., Liu, T. & Zhai, X. (2023). Artificial general intelligence (AGI) for education. arXiv preprint, 1-19.
• Liu, B. (2022). Sentiment analysis and opinion mining. Springer Nature.
• Meghana, K. (2024). Artificial intelligence and sentiment analysis in YouTube comments: A comprehensive overview. In 2nd International Conference on Intelligent Data Communication Technologies and Internet of Things, 1565-1572.
• Mehta, T., & Deshmukh, G. (2022). YouTube ad view sentiment analysis using deep learning and machine learning. International Journal of Computer Applications, 184(11), 10-14.
• Mehta, P., & Pandya, S. (2020). A review on sentiment analysis methodologies, practices and applications. International Journal of Scientific and Technology Research, 9(2), 601-609.
• O’Meara, K. (2025). Opinion - Trump, shattered diplomacy and international society. https://www.e-ir.info/pdf/108028
• Plutchik, R. (1980). A general psychoevolutionary theory of emotion. In R. Plutchik & H. Kellerman. (Eds.), Theories of Emotion (pp. 3-33). Academic Press.
• Polat, H., & Ağca, Y. (2022). Tripadvisor kullanıcılarının Türkçe ve İngilizce yorumları kapsamında duygu analizi yöntemlerinin karşılaştırmalı analizi. Abant Sosyal Bilimler Dergisi, 22(2), 901-916.
• Reis, Z. A. (2020). Yapay zeka ve etik. In S. Gülseçen (Ed.), Mühendislikte Yapay Zeka ve Uygulamaları 3 (pp. 259-274). Sakarya Üniversitesi Yayınevi.
• Sarıman, G., & Mutaf, E. (2020). Covid-19 sürecinde Twitter mesajlarının duygu analizi. Euroasia Journal of Mathematics, Engineering, Natural & Medical Sciences, 7(10), 137-148.
• Seker, S. E. (2016). Duygu analizi. YBSAnsiklopedi, 3(3), 1-41.
• Smith, T. W. (2016). The book of human emotions: From ambiguphobia to umpty 154 words from around the world for how we feel. Little, Brown Spark.
• Timani, H., Shah, P., & Joshi, M. (2019). Predicting success of a movie from Youtube trailer comments using sentiment analysis. In 6th International Conference on Computing for Sustainable Global Development, 584-586.
• Zeps, D. (2025). What can make the US stop supporting Russia from its collapse? https://scireprints.lu.lv/546/1/war.44.pdf