Geri Dön

Türkçe için derlem tabanlı bir anafor çözümleme çalışması

A corpus based anaphora resolution study for Turkish

  1. Tez No: 177345
  2. Yazar: EDİP SERDAR GÜNER
  3. Danışmanlar: YRD. DOÇ. DR. YILMAZ KILIÇASLAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2008
  8. Dil: Türkçe
  9. Üniversite: Trakya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
  12. Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  13. Sayfa Sayısı: 84

Özet

Bu tez çalışmasının temelde iki amacı vardır. Bunlardan ilki, Türkçe gibi artgönderim çözümlemesi bakış açısıyla üzerinde çok çalışılmamış ve makine öğrenmesi deneylerine fazlaca konu olmamış bir dilde, çeşitli makine öğrenmesi modelleri kullanarak artgönderim çözümlemesinin modellenmeye çalışılmasıdır. Çalışmanın bir diğer amacı da, elimizdeki bir iş için kullanılacak modelin seçimine ilişkin, öğrenme modellerinin sınıflandırma performansları açısından değerlendirmesini yaparak, bu konuda yol gösterici olmaktır. Beklenen bir gözlem olan ve deneyler sonucunda elde edilen, her bir modelin aşırı ve yetersiz uyumdan kaçınarak optimum düzeyinin belirlenmesi gerekliliğinin yanında, elde edilen sonuçlara göre doğrusal olmayan modeller aşırı uyumdan kaçınacak şekilde düzgün olarak eniyileştirildiklerinde doğrusal olan modelleri de geride bırakmıştır.

Özet (Çeviri)

The aim of this thesis is two-fold. On the one hand, it attempts to explore several machine learning models for pronoun resolution in Turkish, a language not sufficiently studied with respect to anaphora resolution and rarely being subjected to machine learning experiments. On the other hand, the thesis offers an evaluation of the classification performances of the learning models in order to gain insight into the question of how to match a model to the task at hand. In addition to the expected observation that each model should be tuned to an optimum level of expressive power so as to avoid underfitting and overfitting, the results also suggest that non-linear models properly tuned to avoid overfitting outperform linear ones when applied to the data used in the experiments.

Benzer Tezler

  1. Türkiye Türkçesinde belirteçlerin fiillerle birliktelik kullanımları ve eşdizimliliği

    Co-occurence and collocations of adverbs with verbs in Turkish

    BÜLENT ÖZKAN

    Doktora

    Türkçe

    Türkçe

    2007

    DilbilimÇukurova Üniversitesi

    Türk Dili ve Edebiyatı Ana Bilim Dalı

    PROF.DR. MEHMET ÖZMEN

  2. The use of academic vocabulary in argumentative essays of the Turkish ELT students and the native speakers of English: A corpus-based study

    Anadili Türkçe olan İngiliz Dili Eğitimi öğrencileri ve anadili İngilizce olan öğrencilerin tartışmacı yazılarında akademik sözcük kullanımı: Derlem temelli bir çalışma

    HATİCE BİRİNCİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Eğitim ve ÖğretimAmasya Üniversitesi

    Yabancı Diller Eğitimi Ana Bilim Dalı

    DOÇ. DR. MELİKE BAŞ

  3. A comparative corpus-based analysis of conjunctions in dialogues in local and international EFL coursebooks used in Türkiye

    Türkiye'de kullanılan yerel ve uluslararası İngilizce ders kitaplarındaki diyaloglarda bulunan bağlaçların derlem tabanlı karşılaştırmalı analizi

    SILANAZ UÇAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Eğitim ve Öğretimİstanbul Medeniyet Üniversitesi

    Yabancı Diller Eğitimi Ana Bilim Dalı

    ÖĞR. GÖR. ABDULLAH YILDIZ

  4. Rule-based natural language processing methods for Turkish

    Türkçe için kural-tabanlı doğal dil işleme yöntemleri

    ÖZLEM AKTAŞ

    Doktora

    İngilizce

    İngilizce

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. YALÇIN ÇEBİ

  5. Doğal dil işlemede çizgesel ve olasılık tabanlı bir otomatik öğrenme uygulaması

    A machine learning application in natural language processing based on probabilistic graph models

    HAYRİ VOLKAN AGUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTrakya Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    YRD. DOÇ. DR. ERDEM UÇAR

    YRD. DOÇ. DR. YILMAZ KILIÇASLAN