Anlamsal web tabanlı bir doğal dil soru-cevap sistemi
A semantic web based natural language question answering system
- Tez No: 372875
- Danışmanlar: DOÇ. DR. AYDIN ÇETİN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 99
Özet
Linked Data, web üzerinde tanımlı kendi alanlarında uzmanlaşmış bilgi bankalarını birbirleriyle ilişkilendirerek aranan herhangi bir konu hakkında detaylı bilgi elde edilmesini amaçlamaktadır. Bu bağlamda bilgi bankaları, kendisi üzerinde arama yapılabilmesi için son nokta servis arayüzleri sunmaktadır. Ancak bu servisler üzerinden sorgulamaların sadece SPARQL kullanılarak yapılabilmesi nedeniyle oldukça önemli sayıdaki web kullanıcıları bu servislerden yararlanamamaktadır. Tez çalışmasında bu kısıtları gidermek amacıyla doğal dil sorularını algılayarak Linked Data üzerinden cevaplayan semantik web sistemi geliştirilmiştir. Sistemin başarım ölçütleri olarak doğru cevabın bulunması ve doğru cevabın elde edilme süresi esas alınmıştır. Sistemde bilgi bankalarının son nokta servis arayüzlerinde sunulmayan sayfalama, dinamik sonuç sayısı tanımlama, sesli arama ve cevap alma, geliştirici tanımlı soru-cevap yedeklemesi, sosyal medya tümleştirmesi, anlık imla denetimi özellikleri sunulmuştur. Cevap hedef kümesine göre sonuç sayesinde dinamik olarak son kullanıcı tarafından ayarlanabilmektedir. Farklı türdeki sorular üzerinde yapılan testlerde dinamik sayfalama sayesinde cevap süresinde 2 ile 2,5 kat arasında iyileştirme elde edilmiştir. Sorulan sorulara cevap alınamama olasılığına karşın benzetim tabanlı tavsiye modulü sisteme tümleştirilmiştir. Sistemin varsayılan soru-cevap yedekleme süresi bir ay olarak ayarlanmıştır. Varsayılan soru-cevap yedekleme süresi üzerinden yapılan testlerde cevap kümesinin boyutuna bağlı olarak sistemin cevap alma süresinde 2 ile 12 kat arasında iyileştirme elde edilmiştir.
Özet (Çeviri)
Linked Data project is aimed to give more details on any subject through the big knowledge bases defined on the web. In this context, knowledge bases offer endpoint service user interfaces to query their data. Because of the SPARQL query language limitation of these knowledge bases, significant number of web users are unable to benefit from these services. In this thesis, a semantic web based natural language question answering system over Linked Data was developed to eliminate this limitation. Performance criteria were defined as system's ability to retrieve right answers and its related response time. Features which are not provided by knowledge bases endpoint services such as paging, dynamic paging, voice search and answer vocalization, question-answer caching, social media integration and live spell checking were added to the developed system. The number od retrieved answers per page can be dynamically set by end users through answer-target set. Tests on different type of natural language questions show that developed system's question answering performance is improved by dynamic paging between 2-2,5 times. With considering it is not always possible to get answers for all questions, a recommendation module based on similarity is integrated into system. System's default question and answer caching duration was set as one month. Tests under default caching duration show that system's question answering performance was accelerated between 2 and 12 times according to size of answer sets.
Benzer Tezler
- Multimodal machine comprehension of how-to instructions with images and text
Görüntü ve metin içeren çok kipli nasıl yapılır talimatlarının makine ile kavranması
SEMİH YAĞCIOĞLU
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ERKUT ERDEM
DOÇ. DR. İBRAHİM AYKUT ERDEM
- Auto question answering system using DBPEDIA
DBPEDIA'yı kullanan otomatik soru yanıtlama sistemi
SARA MHD NASER JOUMA
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ OKATAN
- Implementing language models enriched with text analysis: MIMIC-CXR case study
Metin analiziyle zenginleştirilmiş dil modellerini uygulama: MIMIC-CXR vaka çalışması
EGE ERBERK USLU
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMİNE SEZER
DR. ÖĞR. ÜYESİ ZEKERİYA ANIL GÜVEN
- Obfuscated JavaScript detection using syntactically and lexically enhanced machine learning
Perdelenmiş JavaScript kodlarının sözdizimsel ve anlamsal yönden iyileştirilmiş makina öğrenmesi ile tespiti
EREN KILIÇ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET TAHİR SANDIKKAYA
- Ontoloji tabanlı bir anlamsal ilintililik yöntemi geliştirilmesi ve yöntemin metin bağdaşıklığının otomatik olarak ölçümünde kullanılması
Development of an ontology-based semantic relatedness measurement method and its application to automatic measurement of text coherence
GÖRKEM GİRAY
Doktora
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MURAT OSMAN ÜNALIR