Doğal dil işlemede anlamsal ağlar yardımı ile bilgi modellenmesi
Knowledge modelling by semantic networks in natural language processing
- Tez No: 109878
- Danışmanlar: DOÇ.DR. VASİF V. NABİYEV
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Yapay Zeka, Doğal Dil İşleme, Türkçe'nin Anlamsal Analizi, Bilgi Tabanı, Bilginin Modellenmesi, Anlamsal Ağlar, Artificial Intelligence, Natural Language Processing, Turkish Semantic Analysis, Semantic Networks, Knowledgebase, Knowledge Modelling. v !/II, Artificial intelligence
- Yıl: 2001
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Anlamanın modellenmesi konusunda yapılan araştırmalar henüz tam olarak sonuçlandırılmış değildir. Teknolojik gelişmeler. 5. Nesil bilgisayarlar aracılığıyla doğal dilin bir ölçüde anlaşılabilmesini sağlamıştır. Ancak, Türkçe'nin bilgisayar tarafından anlaşılabilmesi konusundaki araştırmalar henüz başlangıç aşamasındadır. Bu çalışmada basit aritmetik problemlerin bilgisayar tarafından anlaşılıp, çözülmesini gerçekleştirecek bir model oluşturulmuştur. Geliştirilen modelin kapsamı belirlenirken, İlköğretim 1., 2., 3. sınıflarında okutulan matematik kitaplarındaki aritmetik işlemlere dayalı problemler taranmış ve bu problemleri oluşturan cümleler için sırasıyla biçimbilimsel ve anlamsal modeller oluşturulmuştur. Anlamsal analiz yapılırken, kullanılan bilgi tabam anlamsal ağ şeklinde düzenlenmiştir. Problemlerin çözümünde; anlamsal ağlar aracılığıyla cümlelerin anlamlan belirlenmiş ve bu anlamlar doğrultusunda gereken hesaplamalar yaptırılmıştır. Türkçe'nin bilgisayarla doğal dil olarak işlenmesinde anlamsal analizin gerçekleştirilebilmesi amacıyla, bir yazılım geliştirilmiş ve bu yazılımın başarım düzeyi tespit edilmiştir. Yazılımdan elde edilen hesaplama sonuçlarının doğruluk oranları belirlenerek bu sonuçlar, İlköğretim 1., 2., 3. sınıf öğrencilerinin aynı sorulara verdikleri cevaplarla karşılaştırılmış ve yazılımın düzeyi tespit edilmiştir. Çalışmanın Türkçe'nin anlamsal analizi ile ilgili yapılacak çalışmalar için bir model olması hedeflenmektedir.
Özet (Çeviri)
SUMMARY Knowledge Modelling by Semantic Networks in Natural Language Processing Researches on subject of understanding model has not been ended yet. Technological development provided understanding of natural language by 5th generation computers. But research about computer understanding of Turkish Language is at the beginning level. In this study, a model is designed for computer understanding and solving basic arithmetical problems. In order to determine model's scope, problems based on arithmetical operations in elementary schools' 1., 2. and 3rd class mathematics books are searched and morphological, semantic models are developed for these problems.. The knowledge base is designed as semantic network during semantic analysis modelling. Meanings of sentences are determined by semantic networks and calculations are done according to these meanings. In order to realize semantic analysis of Turkish as a natural language, a software is developed and the performance of software is analised. The correctness percentage of calculation results are obtained from software and results are compared with the answers of 1., 2., 3rd class' students of elementary schools. This study is aimed to be a model in semantic analysis of Turkish.
Benzer Tezler
- A natural language processing aided relational information management approach for architectural knowledge fabrication
Mimari bilgi fabrikasyonu için doğal dil işleme destekli ilişkisel bilgi yönetimi yaklaşımı
ŞEYMA NUR ÇALIŞKAN
Yüksek Lisans
İngilizce
2022
MimarlıkTobb Ekonomi ve Teknoloji ÜniversitesiMimarlık Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AKTAN ACAR
- Multimodal medical visual question answering: Knowledge spaces and semantic segmentation for improved and explainable AI
Çok-kipli tıbbi görsel soru cevaplama: Bilgi uzayları ve anlamsal bölütleme ile gelişmiş ve açıklanabilir yapay zekâ
ZİYA ATA YAZICI
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL
- Predicting software vulnerabilities and vulnerability inducing code changes using deep neural networks
Derin sinir ağlarını kullanarak yazılım güvenlik açıklarını ve güvenlik açığına sebep olan kod değişikliklerini tahmin etme
SEFA EREN ŞAHİN
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE TOSUN
- Uçtan uca derin öğrenme yaklaşımlarıyla Türkçe eşgönderge çözümlemesi
Neural end to end Turkish coreference resolution
TUĞBA PAMAY ARSLAN
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLŞEN ERYİĞİT
- Land cover segmentation of very high-resolution remotely sensed data using CNN and transformer models
Transformer ve CNN modelleri kullanarak çok yüksek çözünürlüklü uzaktan algılama görüntülerinin arazi örtüsü segmentasyonu
CENGİZ AVCI
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ELİF SERTEL