Geri Dön

A TV content augmentation system exploiting rule based named entity recognition method

Kural tabanlı varlık ismi tanıma yöntemi kullanarak televizyon içeriğini zenginleştirme sistemi

  1. Tez No: 385057
  2. Yazar: YUNUS EMRE IŞIKLAR
  3. Danışmanlar: PROF. DR. FEHİME NİHAN ÇİÇEKLİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: İçerik Zenginleştirme, İnternet Bağlantılı Televizyonlar, EPG (Elektronik Program Rehberi), Varlık İsmi Tanıma (NER), Semantik Anlam Ayrımı, Content Augmentation, Connected TV, EPG (Electronic Program Guide), Named Entity Recognition (NER), Semantic Disambiguation
  7. Yıl: 2014
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tezde, kural tabanlı varlık ismi tanıma yönteminden yararlanan bir televizyon içeriği zenginleştirme sistemi önerilir. Sistem televizyon programlarının içeriklerini, bağlamla ilgili verileri alarak, otomatik olarak artırmaya ve bunları kullanıcılara başka bir cihaz ihtiyacı olmaksızın sunmaya çalışır. Sistemin kavramsal tanımının yanı sıra, bir prototip uygulaması geliştirilmiş ve önceden tanımlanmış televizyon kanalları ile birlikte gösterilmiştir. Uygulama kişi, yer, organizasyon gibi varlık isimlerini çıkarmak için web kaynaklarından taranmış elektronik program rehberi bilgisinden faydalanır. Bu amaçla, Türkçe için kural tabanlı bir varlık ismi tanıma algoritması geliştirilmiştir. Semantik anlam ayrımından sonra, çıkarılan varlık isimlerinin detaylı bilgisi Vikipedi'den bulup getirilir ve özet hali kullanıcıya gösterilir. Kural tabanlı varlık ismi tanıma algoritmasının performansını ve televizyon içeriği zenginleştirme sisteminin davranışını değerlendirmek için iki farklı veri seti üzerinde bir dizi deney yürütülmüştür. Deney sonuçları, varlık ismi tanıma yöntemleriyle beraber içerik zenginleştirme sisteminin özellikle haber ve dizi yayınlayan kanallarda oldukça başarılı olduğunu göstermektedir.

Özet (Çeviri)

In this thesis, a TV content augmentation system taking the advantage of named entity recognition methods is proposed. The system aims to automatically enhance TV program contents by retrieving context related data and presenting them to the viewers without any necessity of another device. In addition to conceptual description of the system, a prototype implementation is developed and demonstrated with predefined TV programs. The implementation utilizes Electronic Program Guide (EPG) data of programs crawled from web resources in order to extract named entities such as person names, locations, organizations, etc. For this purpose, a rule based Named Entity Recognition (NER) algorithm is developed for Turkish texts. Detailed information about the extracted entities is retrieved from Wikipedia after semantic disambiguation and its summarized form is presented to the users. A set of experiments have been conducted on two different data sets in order to evaluate the performance of the rule based NER algorithm and the behavior of the TV content augmentation system. The experimental results show that the content augmentation with NER methods is quite successful in TV domain especially for channels broadcasting news and series.

Benzer Tezler

  1. HDTV işaretlerinin uydu üzerinden iletiminde özel problemler

    Special problems in transmitting the HDTV signals by satellite

    RAMAZAN BAL

    Yüksek Lisans

    Türkçe

    Türkçe

    1991

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. BİNGÜL YAZGAN

  2. Mimari çevrede değişme sürecinin analizi Ulus-Çankaya aksi (Ankara) üzerinde bir deneme

    Başlık çevirisi yok

    MUSTAFA KANDİL

    Doktora

    Türkçe

    Türkçe

    1987

    MimarlıkKaradeniz Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ.DR. D. ZAFER ERTÜRK

  3. Emotion recognition using deep learning focusing on the hand and facial expressions

    El ve yüz ifadelerine odaklanan derin oğrenmeyi kullanarak duygu tanıma

    HASANAIN JAWAD RADEEF

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YILMAZ AR

  4. What is required for (r)evolutions? — the case of economics

    İktisatta (d)evrim için neler gereklidir?

    DENİZ KELLECİOGLU

    Doktora

    İngilizce

    İngilizce

    2016

    Ekonomiİstanbul Bilgi Üniversitesi

    Aile Sağlığı Ana Bilim Dalı

    DOÇ. DR. KORAY AKAY

    PROF. DR. ASAF SAVAŞ AKAT

  5. Meme implantının tipi, implant yüzey özellikleri ve yerleştirildiği bölgenin kapsül gelişimi üzerindeki etkileri

    The Effects of implant type, surface properties and placement site on the capsular development

    MASOUD SERADJMİR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2001

    Plastik ve Rekonstrüktif Cerrahiİstanbul Üniversitesi

    Plastik ve Rekonstrüktif Cerrahi Ana Bilim Dalı

    DOÇ.DR. OSMAN AKIN YÜCEL