Geri Dön

Türkçe için sözcük etiketleme ve cümle türü tespit yöntemi

A method for part of speech tagging and finding type of sentence in Turkish

  1. Tez No: 479761
  2. Yazar: TUĞBA YILMAZ
  3. Danışmanlar: PROF. DR. BAHAR KARAOĞLAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Uluslararası Bilgisayar Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 94

Özet

Teknolojinin hayatımızdaki yeri arttıkça dillerin de sayısal ortamdaki kullanımı ve önemi artmıştır. Bu nedenle, çalışmamızın ana motivasyonu Türkçe cümlelerin sayısal ortamlarda doğru anlaşılması için yöntemler geliştirmektir. Çalışmamızda, anlamına göre tür tespitinin sayısal ortamda nasıl yapılacağı incelenmiştir. Bunun için; Tarık Kışla'nın yapmış olduğu çalışmanın performansı iyileştirilerek ve çalışma platform bağımsız bir yapıya dönüştürülerek sözcük türü tespiti ve gövdeleme işlemi yapılmıştır. Önce Gizli Markov Modelleri ve Viterbi algoritmasıyla cümledeki sözcüklerin türleri belirlenmiş ve sonra da sözcüklerin gövde ve ekleri tespit edilmiştir. Bu verileri kullanan kural tabanlı bir yöntemle cümlenin anlamına göre türü olumlu cümle, olumsuz cümle, olumlu soru cümlesi ve olumsuz soru cümlesi olarak etiketlenmiştir. Sözcük türü tespit, gövdeleme ve cümle türü tespit yöntemleri test edilmiş ve sonuçlar; ilgili konular üzerinde daha önce yapılan çalışmalarla kıyaslanmıştır.

Özet (Çeviri)

As the technology diffuses more and more in our lives, the usage and prominence of languages increases in the digital environment. For this reason, the main motivation of our study is to develop methods for understanding of Turkish sentences correctly in the digital world. In our work, it has been examined how to determine automatically the type of a sentence according to its meaning. For this; the performance of part of speech tagging and stemming task developed by Tarık Kışla has been improved and transformed into a platform independent structure. The types of the words in the sentence were first determined using the Hidden Markov Models and the Viterbi algorithm and then the stems and suffixes of the words were determined. With a rule-based method that uses this data, the type of sentence according to its meaning as positive sentence, negative sentence, positive interrogative sentence, negative interrogative sentence, has been labeled. Determining type of sentence according to its meaning, part of speech tagging and stemming methods were tested and the results have been compared with previous works on related topics.

Benzer Tezler

  1. The relation between vocabulary learning strategies and foreign language reading anxiety among Turkish EFL learners

    Türkiye'de İngilizceyi yabancı dil olarak öğrenenlerin kelime öğrenme stratejileri ile yabancı dilde okuma kaygıları arasındaki ilişki

    AYSU BEGÜM KARAGÖL ÖZKUL

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Eğitim ve Öğretimİstanbul Medeniyet Üniversitesi

    Yabancı Diller Eğitimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FERDANE DENKCİ AKKAŞ

  2. İçerik tabanlı atıf analizi modeli tasarımı: Türkçe atıflar için metin kategorizasyonuna dayalı bir uygulama

    Designing a model for content-based citation analysis: An application for Turkish citations based on text categorization

    ZEHRA TAŞKIN

    Doktora

    Türkçe

    Türkçe

    2017

    Bilgi ve Belge YönetimiHacettepe Üniversitesi

    Bilgi ve Belge Yönetimi Ana Bilim Dalı

    DOÇ. DR. UMUT AL

  3. Yazılı Türkçe dilinden Türk işaret diline (tid) makine çevirisi sistemi

    Text to sign language machine translation system for Turkish

    CİHAT ERYİĞİT

    Doktora

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HATİCE KÖSE

  4. Abstract meaning representation of Turkish

    Türkçenin soyut anlam temsilleri

    KADRİYE ELİF ORAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜLŞEN ERYİĞİT

  5. Türkçe sözcük anlam belirsizliği giderme

    Word sense disambiguation for Turkish

    BAHAR İLGEN

    Doktora

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. EŞREF ADALI

    YRD. DOÇ. DR. AHMET CÜNEYD TANTUĞ