Novelty detection in topic tracking
Konu izlemede yenilik bulma
- Tez No: 266041
- Danışmanlar: PROF. DR. FAZLI CAN, YRD. DOÇ. DR. SEYİT KOÇBERBER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
Haber portalları okuyuculara bilgi erişimi, kişiselleştirilmiş bilgi filtreleme, özet çıkarma ve haber kümeleme gibi bir çok hizmet sunmaktadır. Bunlara ek olarak, pek çok haber portalı çok sayıda kaynaktan beslenerek kullanıcılarının gelişmeleri değişik açılardan değerlendirebilmelerını sağlamaktadır. Fakat artan haber kaynağı ve haber sayısı, haber okuyucularının kendi ilgi alanlarında olan haberleri bulabilmelerini zorlaştırmaktadır. Haberlerin kolay bir şekilde taranabilmesi için değişik düzenlemelerde bulunulmaktadır. Bu düzenlemelerden biri olan yeni olay bulma ve izleme (YOBİ) haberler bahsettikleri olaylara göre organize etmektedir. Çok sayıda kaynak kullanılmasından kaynaklanan bilgi tekrarlanmasından dolayı YOBİ uygulaması da bazen kendi başına yeterli olamamaktadır. Bu tezde, bir konuyu takip eden haberler üzerinde yenilik bulma (YB) uygulanması incelenmektedir. Bu amaçla ortalama 51 izleyen haber içeren 59 konudan oluşan bir Türkçe YB deney derlemi, BilNov, tarafımızdan hazırlanmıştır. YB için üç metot önermekteyiz; kosinüs benzerliğine dayalı YB yöntemi, dil modellemeye dayalı YB yöntemi ve kapsama katsayısına dayalı YB yöntemi. Ayrıca, literatürde ilk defa kategori temelli sınır değeri öğrenme üzerine de deneyler yapılmaktadır. Ek olarak Türkçe üzerinde YB yöntemleri için doküman vektör uzunlukları ve düzgünleştirme benzeri bazı deneysel parametrelerle ilgili gözlemler sunulmaktadır. Son olarak TREC Yenilik Bulma 2004 deney derlemiyle de deneyler yaptıyoruz. BilNov kullanılarak yapılan deneylerin sonuçlarına göre dil modellemeye dayalı YB yöntemi diğer iki yöntemi belirgin bir şekilde geçmektedir ve ayrıca kategoriye dayalı sınır değeri öğrenme yaklaşımı da genel sınır değeri öğrenmeyle karşılaştırıldığında umut verici sonuçlar vermektedir.
Özet (Çeviri)
News portals provide many services to the news consumers such as information retrieval, personalized information filtering, summarization and news clustering. Additionally, many news portals using multiple sources enable their users to evaluate developments from different perspectives by richening the content. However, increasing number of sources and incoming news makes it difficult for news consumers to find news of their interest in news portals. Different types of organizational operations are applied to ease browsing over the news for this reason. New event detection and tracking (NEDT) is one of these operations which aims to organize news with respect to the events that they report. NEDT may not also be enough by itself to satisfy the news consumers' needs because of the repetitions of information that may occur in the tracking news of a topic due to usage of multiple sources. In this thesis, we investigate usage of novelty detection (ND) in tracking news of a topic. For this aim, we built a Turkish ND experimental collection, BilNov, consisting of 59 topics with an average of 51 tracking news. We propose usage of three methods; cosine similarity-based ND method, language model-based ND method and cover coefficient-based ND method. Additionally, we experiment on category-based threshold learning which has not been worked on previously in ND literature. We also provide some experimental pointers for ND in Turkish such as restriction of document vector lengths and smoothing methods. Finally, we experiment on TREC Novelty Track 2004 dataset. Experiments conducted by using BilNov show that language model-based ND method outperforms other two methods significantly and category-based threshold learning has promising results when compared to general threshold learning.
Benzer Tezler
- Motion based video object tracking with sparse regularization by particle filtering
Seyrek düzenlileştirme ve parçacık süzgeçleme ile}{videoda hareket tabanlı nesne takibi
BARIŞ AKOK
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU
- Wasserstein generative adversarial active learning for anomaly detection with gradient penalty
Gradyan cezalı Wasserstein üretici çekişmeli ağlar ile aktif öğrenme kullanılarak anomali tespiti
HASAN ALİ DURAN
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞEYDA ERTEKİN BOLELLİ
- Building sensor-based real-time predictive maintenance system by utilizing artificial intelligent techniques
Yapay akıllı teknikleri kullanarak sensör tabanlı gerçek zaman tahminli bakım sistemi kurulması
RAGHAD MOHAMMED KHORSHEED
Doktora
İngilizce
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Synthesis and applications of supramolecules and macromolecules containing multiple triazole units
Çoklu triazol üniteleri içeren supramolekül ve makromoleküllerin sentez ve uygulamaları
ÖZGE ÖZÜKANAR
Doktora
İngilizce
2023
Kimyaİstanbul Teknik ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. İBRAHİM VOLKAN KUMBARACI
- Coğrafi konum ve sensör verileri ile gözetimsiz sürücü performansı skorlama
Unsupervised driver performance scoring using geographical position and sensor data
OZAN FIRAT ÖZGÜL
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HARUN TAHA HAYVACI