Sentence based topic modeling
Tümce kökenli konu modelleme
- Tez No: 346388
- Danışmanlar: PROF. DR. ÖZGÜR ULUSOY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: probabilistic graphical model, topic model, hidden Markov model, Markov chain Monte Carlo
- Yıl: 2014
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Metin tipindeki veri k ümesi say ısı her geçen g ün akı l almaz bir şekilde artmaktadı r. Bu durum, bu b üy ük metin veri k ümelerinden el değmeden bilgisayarlar yardı mı yla ve hı zla kı sa özetler çı karmayı ka çı nı lmaz hale getirmektedir. B üy ük metin veri k ümelerinden, onları n bilinmeyen, saklı konuları nı belirlemeye çalı şan bir çok çal ışma olsa da, bunları n hepsi s özc ük torbası modelini kullanmı şlardı r. Bu çalı şma, metin veri k ümelerindeki bilinmeyen, sakl ı konuları ve bu konulara ait olas ılı k da ğı lı mları nı ortaya çı karan yeni bir g özetimsiz ö ğrenme metodu sunmaktadı r. Bu çalışmaya g öre veri k ümesinde bulunan metinler, her t ümcenin tek bir konudan t üretildi ği ve ard ı şı k t ümcelerin konuları nı n bir gizli Markov zinciri olu şturdu ğu t üretici bir çizgisel model taraf ından a çı klanmaktadı r. S özc ük torbas ı modelinin tersine, önerdiğimiz model t ümceyi metnin en k üçük yap ıta şı olarak ele alı r ve aynı t ümce içerisindeki sözcüklerin birbirine anlamca s ıkı sı kı ya ba ğlı oldu ğunu, birbirini takip eden t ümcelerin konuları nı n ise yava s ça de ği şti ğini kabul eder. Önerilen modelin uygulama sonu çları hem konu da ğı lı mları nı n en olası kelimelerini ve t ümcelere atanan konuları inceleyerek nitel, hem de modelin genelle ştirme ba şarı mı nı öl çerek nicel bir şekilde de ğerlendirilmektedir. Anahtar s ozc ukler: olas l ksal cizgisel model, konu modeli, gizli Markov modeli, Markov zincirleri Monte Carlo
Özet (Çeviri)
Fast augmentation of large text collections in digital world makes inevitable to automatically extract short descriptions of those texts. Even if a lot of studies have been done on detecting hidden topics in text corpora, almost all models follow the bag-of-words assumption. This study presents a new unsupervised learning method that reveals topics in a text corpora and the topic distribution of each text in the corpora. The texts in the corpora are described by a generative graphical model, in which each sentence is generated by a single topic and the topics of consecutive sentences follow a hidden Markov chain. In contrast to bag-of-words paradigm, the model assumes each sentence as a unit block and builds on a memory of topics slowly changing in a meaningful way as the text flows. The results are evaluated both qualitatively by examining topic keywords from particular text collections and quantitatively by means of perplexity, a measure of generalization of the model.
Benzer Tezler
- Havayolu işletmelerinde müşteri tatmin boyutlarının cümle gömme tabanlı konu modelleme yöntemiyle belirlenmesi
Determining customer satisfaction dimensions in airlines via sentence embedding-based topic modeling
BİLGEHAN ÖZKAN
Doktora
Türkçe
2025
Sivil HavacılıkEskişehir Teknik ÜniversitesiHavacılık Yönetimi Ana Bilim Dalı
PROF. DR. ÖZLEM ATALIK
- Heterojen veri kaynaklarında fikir madenciliği, otomatik özellik çıkarımı ve duygu analizi
Opinion mining in heterogeneous data sources, automatic aspect extraction and sentiment analysis
BARIŞ ÖZYURT
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Derin öğrenme algoritmaları ile personel geri bildirimlerinin sınıflandırılması ve analizi
Classification and analysis of employee feedback with deep learning algorithms
GÖKHAN YİĞİDEFE
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERAP ÇAKAR KAMAN
- An investigation of the performance of text mining-based text representation and classification methods on different datasets
Farklı veri kümeleri üzerinde metin madenciliği tabanlı metin temsili ve sınıflandırma yöntemlerinin performansının incelenmesi
ABDULKERİM BEKAR
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiVeri Mühendisliği ve İş Analitiği Ana Bilim Dalı (disiplinlerarası)
DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN
- The significance and the contribution of 6+1 traits of writing to the success of the students in writing courses in English language teaching
Yazmanın 6+1 özelliğinin İngilizce öğretiminde yazılı anlatım derslerindeki öğrenci başarısına katkısı ve önemi
ÖZLEM YAZAR
Yüksek Lisans
İngilizce
2004
Eğitim ve ÖğretimGazi Üniversitesiİngiliz Dili Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. PAŞA TEVFİK CEPHE