Semantic analysis using natural language processing methods
Doğal dil işleme yöntemleri ile semantik analizi
- Tez No: 457809
- Danışmanlar: Assist. Prof. Dr. OĞUZ ALTUN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 68
Özet
Film eleştirileri üzerinden yapılan cümle sınıflandırma işlemleri cümlelerin kısalığı yüzünden çok zor yapılmaktadır. Bu tezde, küçük boyuttaki verilerin üzerinde çalışacak bir Konvolüsyonal Neural Network (CNN) daha iyi bir sınıflandırma yapılması amacıyla anlatılmıştır. Bu çalışmada sunulan CNN, bir çok katmandan meydana gelmektedir. Birinci katmanda cümleler ikili tabana dönüştürülmüştür. Sonraki katmanda, konvolüsyonel yapay sinir ağı sayesinde cümlelerin seviye özellikleri çıkarılmıştır.Bu aşamadan alınan sonuçlar ikinci katmanda max-pooling yöntemiyle bir matris üzerinde birleştirilmiştir. Son aşamada ise softmax sınıflandırıcısı kullanılmıştır. Bu çalışmada veriyi işlemek için farklı boyutlarda parti (batch) ve birakma (dropout) oranları kullanılmıştır. Bu sayesde CNN ve yapay sinir ağı blokları cümlelerin özelliklerinin öğrenilmesinde etkin bir hale getirilmiştir. CNN'in çoklu filtrelerle kullanılması sayesinde çok kısa ve anlaşılması güç cümlelerin sınıflandırılması mümkün olmuştur.
Özet (Çeviri)
Sentence classification for shortened texts such as single sentences of a movie reviews typically presents problems due to the limited amount of information that they contain. In response, we developed a multilayer convolutional neural network (CNN) architecture and better hyperparameter values for sentence classification learning. Among CNN's layers the input layer consisting of concatenated word embeddings, followed by convolution layer with different filter sizes for learning sentence-level features, and a max-pooling layer that concatenates features to form a final feature vector. In a final fully connected layer, a softmax classifier predicts the class. We allow the network to handle an arbtirary batch size with different dropout ratios in order to aptly regularize the CNN to block neurons from co-adapting, and to impose those neurons in order to learn useful features. By using the CNN with multiple filter sizes, we can detect specific features, including negations such as“not amazing”. We furthermore use a word2vec [1] method for the learning of word representation distribution, which we show can easily capture beneficial syntactic and semantic regularities.
Benzer Tezler
- Üretim süreçlerinde doğal dil işleme kullanılarak makine öğrenimi
Machine learning using natural language processing in production processes
ELİF MELİKE DEDELEROĞLU
Yüksek Lisans
Türkçe
2020
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ FUAT GÜNERİ
- Analysis of gender bias in legal texts using natural language processing methods
Hukuki metinlerdeki cinsiyetçi önyargının doğal dil işleme metotlarıyla analizi
NURULLAH SEVİM
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYKUT KOÇ
- Analysis of natural language processing techniques and development of Turkish named entity recognition tool for travel-tourism voice assistant
Doğal dil işleme tekniklerinin incelenmesi ve seyahat-turizm sesli asistanı için Türkçe varlık ismi tanıma aracı geliştirilmesi
DENİZ GÜL ÖZCAN
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAkdeniz ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÜMİT DENİZ ULUŞAR
- Sağlık alanında yayınlanmış akademik çalışmaların doğal dil işleme ve derin öğrenme yöntemleri ile otomatik özetlenmesi
Automatic summarization of academic studies published in the health field using natural language processing and deep learning methods
ANIL KUŞ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMersin ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. ÇİĞDEM ACI
- Semantic text mining and an application in turkish documents
Anlamsal metin madenciliği ve türkçe dökümanlar üzerine bir uygulama
VOLKAN UZUN
Yüksek Lisans
İngilizce
2014
İstatistikDokuz Eylül Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. ENGİN YILDIZTEPE