An unsupervised semantic similarity based method for word sense disambiguation
Kelime anlamı berraklaştırma için anlam benzerliği tabanli denetimsiz bir yöntem
- Tez No: 271106
- Danışmanlar: DOÇ. DR. BİRGÜL KUTLU
- Tez Türü: Yüksek Lisans
- Konular: Mütercim-Tercümanlık, İşletme, Translation and Interpretation, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 60
Özet
Bu tezde kelime anlamı berraklaştırma için anlam benzerliği tabanlı denetimsiz bir yöntem sunulmaktadır. Bu yöntem bir kelimenin doğru anlamını tespit edebilmek için, metin içerisinde o kelimenin yakınında bulunan diğer kelimeler ile hedef kelimenin sözlük anlamında geçen kelimeler arasındaki anlam benzerliği derecesini hesaplamaya çalışır. Bu hesaplama, makine tarafından okunabilir bir sözlük olan WordNet in içerisinde halihazırda mevcut bulunan anlam sıradüzeni ile eşanlam kümeleri arasındaki ilişkiler kullanılarak yapılmaktadır. Burada sunulan yöntem SemCor dan alınan girdiler ile denendikten sonra, elde edilen sonuçlar diğer anlam tabanlı ve denetimsiz yöntemlere ait sonuçlarla karşılaştırılmıştır. Deneyler sonucunda elde edilen sonuçlar, bir kelimenin sözlük anlamında geçen kelimeleri kelime anlamı berraklaştırma sürecine dahil ederek mevcut girdi sayısını arttırmanın sürecin başarı yüzdesini arttırdığını göstermiştir.
Özet (Çeviri)
In this thesis, a semantic similarity based unsupervised method for word sense disambiguation is presented. The method tries to disambiguate a target word by calculating a similarity score between the words surrounding the target word and the words existing in the sense definition of the target word. The built-in semantic hierarchy and synset relations of WordNet, a machine readable thesauri, are used in similarity score calculations. The method is evaluated using SemCor data and the results are compared against other methods based on semantic similarity and unsupervised methods. Results show us that increasing the number of inputs by including the words in a word?s sense into disambiguation process, improves precision rate of disambiguation process.
Benzer Tezler
- Türkçe sözcük anlam belirsizliği giderme
Word sense disambiguation for Turkish
BAHAR İLGEN
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. EŞREF ADALI
YRD. DOÇ. DR. AHMET CÜNEYD TANTUĞ
- Mevkisel ve anlamsal göreceli nitelikler yardımıyla görüntü tanıma
Visual recognition via spatially and semantic relative attributes
EMRAH ERGÜL
Doktora
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. SARP ERTÜRK
DOÇ. DR. NAFİZ ARICA
- Integrating fuzzy logic into deep autoencoders for interpretability and clustering
Yorumlanabilirlik ve öbekleme için bulanık mantığın derin özkodlayıcılara entegre edilmesi
KUTAY BÖLAT
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR
- Yapay Zeka'nın robot görmesi üzerine uygulanması
An Application of robot vision in artificial intelligence
FUNDA PEHLİVAN
- Corpus-based semantic kernels for supervised and semi-supervised text classification
Eğiticili ve yarı-eğiticili metin sınıflandırması için derlem tabanlı anlambilimsel çekirdekler
AYŞE BERNA ALTINEL
Doktora
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BANU DİRİ
YRD. DOÇ. DR. MURAT CAN GANİZ