Movie genre prediction from subtitle using deep learning
Derin öğrenme yöntemiyle alt yazıdan film kategorisi tahmin etme
- Tez No: 617164
- Danışmanlar: YRD. DOÇ. DR. AHMET ERCAN TOPCU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde, büyük veri çağında, makina öğrenmesi farklı verileri kullanarak doğru tahminler yapmada önemli bir rol oynamaktadır. İnsanların ilgili verileri kullanarak diğer veri kaynakları ile doğru veri ilişkilerini bulması gerekir. Altyazıları kullanarak film türlerini tahmin etme ve kategorilere ayırma bu alanlardan biridir. Diğer film tahmin yaklaşımları sorunu çözmek için farklı veri modelleri kullanır. Bu tez, derin öğrenme yöntemlerini kullanarak altyazı dosyalarından film türünü tahmin etmeyi amaçlamaktadır. Araştırmada kullanılan veri seti IMDb ve OpenSubtitle web sitelerinden elde edilmiştir. Bu veri kümesi, film/dizi ye ait XML biçimindeki altyazı dosyaları ve ilgili film/dizinin kategorilerini içerir. Altyazı dosyaları ön işleme tabi tutularak XML içerisindeki“alt yazılar”ayrıştırılarak basılamayan karakterler temizlendi. Dönüştürülen her bir alt yaz 100.000 boyutlu vektöre dönüştürüldü. İşlenen veri setine dayalı geliştirilen LSTM derin öğrenme modeli, 5 katlı çapraz doğrulama tekniği ile test edilmiş ve sonuçlar Area Under the ROC Curve (AUC) ve Hamming Loss gibi farklı yöntemlerle ölçülmüş ve sunulmuştur. Önerilen model % 93.97 acurracy, 0.2392 Exact Match Score ve 0.0602 Hamming Loss doğruluk oranları ile sonuçlandı. Bu çalışmada kullanılan model, derin öğrenme teknikleri kullanılarak, film türü için yüksek bir tahmin oranının elde edildiğini göstermektedir.
Özet (Çeviri)
Nowadays, in the era of big data, prediction plays an important role in finding correct estimations about related data. People need to find correct data relationships from other data resources by using other related data. The movie genre is one of the areas to predict and categorize movies using subtitles. Other movie prediction approaches use different data models to solve the problem. This thesis aims to predict movie genre from subtitle files by using deep learning methods. The dataset used in the study was obtained from the IMDb and OpenSubtitle websites. This dataset contains subtitle files in XML format for different movie/series and corresponding movie categories. The subtitle files were preprocessed with a conversion technique and each subtitle was converted to 100.000 dimensional vector. The LSTM deep learning model developed in this thesis based on the preprocessed dataset was tested with 5 fold cross-validation technique and the results were measured and presented with different methods such as Area Under the ROC Curve (AUC) and Hamming loss. The suggested model resulted in an accuracy rate of 93.97%, 0.2392 Exact Match Score and 0.0602 Hamming Loss. The model employed in this work shows that a high prediction ratio for the movie genre is obtained by using deep learning techniques.
Benzer Tezler
- Merkezsel ve dışmerkezsel çapraz elemanlı çerçeve yapıların statik ve deprem yüküne göre optimum tasarımı
Optimum desing of concentrically and eccentrically braced frames under static and earthquake loading
F.GÜLTEN GÜLAY
- Sayısal stereo kotlayıcı
Başlık çevirisi yok
A.İKLİL KAYIHAN
Doktora
Türkçe
1984
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF. DR. DURAN LEBLEBİCİ
- Çok parçalı sistemlerin analizine bir örnek: azdırma malafa sisteminin deformasyon analizi
An Example to the analysis of multi-part systems: defermation analysis of an arbor mechanism in a hobbing machine
ERKAN GÜRSEL
- Bazı asma çeşitlerinin değişik dönem ve konumlarından alınan yaprak örneklerinde besin maddesi düzeylerinin araştırılması
Başlık çevirisi yok
GÜLSEN ŞAHİN
Yüksek Lisans
Türkçe
1987
ZiraatÇukurova ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
DOÇ. DR. FUAT ERGENOĞLU
- Kademesiz çapraz akımla çalışan bir difüzörde şeker pancarından şeker ekstraksiyonu
Başlık çevirisi yok
ALİ ALTINER