Diplomasi Odaklı Soyutlama mı, İnsanî Kriz Odaklı Yoğunlaşma mı? Gazze Krizi Bağlamında Reuters ve Anadolu Ajansında Yapay Zeka Destekli Tema Analizi

Yıl 2026, Cilt: 11 Sayı: 26, 412 - 439, 31.01.2026

Mehmet Fatih Yalçın , Hüseyin Parmaksız

https://doi.org/10.37679/trta.1832541

Öz

Bu makale, uluslararası haber ajanlarından Reuters ve Anadolu Ajansının Gazze merkezli haber metinleri karşılaştırmalı olarak incelemektedir. Anadolu Ajansı ve Reuters'ın İngilizce sitelerinden son 1 yılda Gazze kelimesinin haber metni içinde yer aldığı ve ulaşılabilen haberler toplanmıştır. Her iki ajansın Gazze ile ilgili İngilizce haber metinleri, ön işleme ve metin temizleme aşamalarından sonra LDA yöntemiyle konu modellemesi uygulanmıştır. Böylece tematik dağılım, duygu ve söylem analizine dair veriler elde edilmiştir. Bulgular, Reuters'ın haberlerinde diplomasi, ateşkes süreçleri, uluslararası hukuk ve devletler arası ilişkiler gibi temaların Anadolu Ajansında ise insani yardım, çocuklar, siviller ve etik sorumluluklar şeklinde temaların öne çıktığını göstermektedir. Dolayısıyla bu farklılaşma söz konusu iki ajansın Gazze’de yaşananları farklı biçimlerde anlamlandırdıklarını ortaya koymaktadır. Reuters'ın Gazze meselesini dünyadan haberler şeklinde bir perspektifin parçası olarak sunması, insani dramların daha az görünmesi, küresel siyasî ve diplomatik süreçler arasında Gazze’nin soyutlanması durumuna neden olabilmektedir.

Anahtar Kelimeler

Gazze , Reuters , Anadolu Ajansı , LDA , Yapay Zeka

Abstraction Focused on Diplomacy, or Intensification Focused on the Humanitarian Crisis? AI-Powered Theme Analysis in Reuters and Anadolu Agency in the Context of the Gaza Crisis

Öz

This article comparatively examines news texts focusing on Gaza from the international news agencies Reuters and Anadolu Agency. News articles containing the word “Gaza” within their text and accessible from both Anadolu Agency’s and Reuters’ English websites over the last year were collected. After pre-processing and text cleaning stages, the collected English news texts from both agencies concerning Gaza were subjected to topic modeling using the Latent Dirichlet Allocation (LDA) method. Data concerning thematic distribution, sentiment, and discourse analysis were thus obtained. The findings indicate that themes such as diplomacy, ceasefire processes, international law, and interstate relations are prominent in Reuters’ news reports, while themes related to humanitarian aid, children, civilians, and ethical responsibilities are emphasized in Anadolu Agency’s reports. Consequently, this differentiation reveals that the two agencies in question frame and interpret the events occurring in Gaza in distinct ways. The framing of the Gaza issue by Reuters as merely a component of a wider global news perspective, resulting in the diminished visibility of humanitarian dramas, may lead to Gaza’s abstraction within the context of global political and diplomatic processes.

Anahtar Kelimeler

Gaza , Reuters , Anadolu Agency , LDA , Artificial Intelligence

Kaynakça

• Akkaya, M., & Gürsu, O. (2024). Gazze Soykırımı Bağlamında Türkiye’de Yapılan Çalışmaların Bibliyometrik Analizi. Burdur İlahiyat Dergisi, s. 95-105.
• Akıner, N., & Küngerü, A. (2016). Uluslararası Medya Söyleminde İsrail’in 2014 Gazze Saldırısı: Cnn ve Al Jazeera Üzerinden Karşılaştırmalı Bir Analiz. TESAM Akademi Dergisi, 3/1, s. 53-79.
• Akarsu, O., & Parmaksız, H. (2025). Anatomy of Digital Leadership Studies: An Analysis with Topic Modeling Approaches. Business and Economics Research Journal, 16(2), pp. 179-205.
• Ali, M., & Hassan, N. (2022). A Survey Of Computational Framing Analysis Approaches. In Proceedings of the 2022 Conference On Empirical Methods İn Natural Language Processing, pp. 9335-9348.
• Avşar, Z., & Koyuncu, S. (2024). 7 Ekim Sonrası Gazze’ye İsrail Saldırıları ve Dezenformasyon. Ombudsman Akademik, Özel Sayı 2 (Gazze), s. 363-404.
• Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research, 3, pp. 993-1022.
• Bozbuğa, H. N. (2025). Kötülüğün Sıradanlaşması: Gazze Soykırımı Örneği. Diyanet İlmî Dergi, 61(1), s. 275-296.
• Demir, E., & Bilgin, M. (2023). Sentiment Analysis from Turkish News Texts with Bert-based Language Models and Machine Learning Algorithms. In 2023 8th International Conference on Computer Science and Engineering, pp. 01-04.
• Entman, R. M. (1993). Framing: Towards Clarification of a Fractured Paradigm. McQuail’s Reader in Mass Communication Theory, pp. 390-397.
• Gilardi, F., Alizadeh, M., & Kubli, M. (2023). ChatGPT Outperforms Crowd Workers For Text-Annotation Tasks. Proceedings of the National Academy of Sciences, 12(30), e2305016120.
• Gölcü, A., & Karadeniz, B. (2024). İsrail’in Dezenformasyon Stratejisini Çözümlemek: Gazze Saldırıları Örneği. Demirata Ombudsman Akademik, 2, pp. 195-226.
• Grimmer, J., & Stewart, B. M. (2013). Text as Data: The Promise And Pitfalls Of Automatic Content Analysis Methods For Political Texts. Political analysis, 21(3), pp. 267-297.
• Huang, L., Zan, J., Lv, K., & Zhao, X. (2025). A Systematic Review Of Mixed Methods Research İn Tourism And Hospitality. Journal of Hospitality and Tourism Management, 63, pp. 163-176.
• Kavakcı, S. (2025). Gazze Üzerine Akademik Çalışmalar: Bibliyometrik Analiz ve Literatür Değerlendirmesi. Sosyal Bilimler Metinleri, 2, 160-174.
• Kazaz, M., Özkan, B., & Acar, N. (2024). 7 Ekim Olaylarına Yönelik Türk Medyasında Haber Çerçevesi. International Journal of Communication and Media Research, 4(2), s. 96-109.
• Koca, G., Eğilmez, Ö., & Ankara, Y. (2024). İsrail-Filistin Savaşında Siyasi Liderlerin X (Twitter) İçeriklerinin Analizi. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 13(4), 164-191.
• Lazer, D., Pentland, A., Adamic, L., Aral, S., Barabási, A. L., Brewer, D., & Van Alstyne, M. (2009). Computational Social Science. Science, 323(5915), pp. 721-723.
• Liu, Y., Ott, M., Goyal, N., Du, J., Joshi, M., Chen, D., & Stoyanov, V. (2019). Roberta: A Robustly Optimized Bert Pretraining Approach. arXiv preprint arXiv:1907.11692.
• Mimno, D., Wallach, H., Talley, E., Leenders, M., & McCallum, A. (2011, July). Optimizing Semantic Coherence İn Topic Models. In Proceedings of the 2011 Conference On Empirical Methods İn Natural Language Processing, pp. 262-272.
• Moeller, S. D. (2002). Compassion fatigue: How the media sell disease, famine, war and death. In Proceedings of the 2002 Conference on Empirical Methods in Natural Language Processing.
• Öztürk, S., & Cankara, Y. (2025). 7 Ekim 2023 İsrail-Hamas Çatışmasına Yönelik İran Dijital Diplomasisi. TESAM Akademi Dergisi, 12(2), s. 811-845.
• Parmaksız, H., & Akarsu, O. (2025). Diagnosing Core Topics in Digital Transformation Studies via Topic Model Approach. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (57), s. 262-282.
• Röder, M., Both, A., & Hinneburg, A. (2015). Exploring The Space Of Topic Coherence Measures. In Proceedings of the Eighth ACM International Conference on Web Search and Data Mining, pp. 399-408.
• Van Dijk, T. A. (2008). Towards a theory of context. Discourse and context: A socio-cognitive approach. Cambridge University Press.
• Yıldırım, G., & Şahin, G. (2024). Israel-Palestine Issue in the International Press: A Critical Analysis on October 6-7 Attacks and Information Warfare. SAV-SAD Savunma ve Savaş Araştırmaları Dergisi, 34(2), s. 217-242.
• Zelizer, B. (2004). When war is reduced to a photograph. In Reporting War, pp. 115–135. Routledge.