Hibrit zeki sistem ile metin özetleme
Text summarization by hybrid intelligent system
- Tez No: 633762
- Danışmanlar: PROF. DR. MUHAMMET ALİ AKCAYOL
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 171
Özet
Metin özetleme, kaynak belgenin ana içeriğini ve genel anlamını koruyarak metnin özet adı verilen daha kısa bir sürüm halinde yapılandırılmasıdır. Çıkarmalı metin özetlemede, cümleler önem düzeylerine göre derecelendirilmekte ve ardından özete dâhil edilmeye değer cümleler belirlenmektedir. Bu tez çalışmasında, çıkarmalı metin özetlemede, cümlelere önem derecesi atamada başlıca etken olan öznitelikler sözdizimsel ve anlamsal olmak üzere incelenmiş ve sözdizimsel ve anlamsal özniteliklerin birlikte kullanımını öneren yeni bir cümle derecelendirme yöntemi geliştirilmiştir. Geliştirilen bu yöntem, insanlar tarafından hazırlanmış hedef özetleri içeren yeni bir veri kümesi üzerinde ve literatürde mevcut olan bir karşılaştırma veri kümesi üzerinde deneysel çalışmalarla değerlendirilmiştir. Ayrıca bu veri kümeleri üzerinde bulanık çıkarsama sistemi, yapay sinir ağı ve bir gözetimsiz metin özetleme yönteminin gerçekleştirimi yapılmış ve ortaya çıkan model özetleri önerilen yöntemden elde edilen özetlerle karşılaştırılmıştır. Değerlendirmelerden elde edilen çıkarmalı özetlerin başarısı incelendiğinde, sözdizimsel ve anlamsal özniteliklerin birlikte kullanımının ayrı ayrı kullanıma göre, kaynak metnin karakteristik özelliklerini yansıtma ve kaynak metni temsil etme kriterleri açısından daha başarılı olduğu görülmüştür. Geliştirilen mimari ile literatürdeki otomatik metin özetleme alanındaki benzer çalışmalar deneysel olarak karşılaştırılmış ve geliştirilen mimarinin otomatik metin özetlemede literatürdeki çalışmalardan daha başarılı olduğu gösterilmiştir.
Özet (Çeviri)
Text summarization is generating a shorter version of a document while preserving its main content and general meaning. In extractive text summarization, the sentences are scored according to their level of importance, and then summary-worthy sentences are determined to be included in the summary. In this thesis study, the features, the main factors in sentence scoring during summarization, have been examined as syntactic and semantic approaches, and a new sentence scoring method has been developed that proposes the joint use of these syntactic and semantic features. This method was evaluated by experimental studies on a new dataset containing human-generated goal summaries, and a benchmark dataset available in the literature. Additionally, a fuzzy system, artificial neural network, and an unsupervised text summarization method were performed on these datasets, and the resulting model summaries were compared with the summaries obtained from the proposed method. Once the success of the resulting summaries obtained from the evaluations was examined, it was concluded that the joint use of syntactic and semantic features was more successful in reflecting the characteristics of the source document and representing it, compared to the individual use of these features. The proposed method has been empirically compared with similar studies in the field of automatic text summarization in the literature, and the results showed that it was more successful than the studies in the literature in automatic text summarization.
Benzer Tezler
- Learning logic rules from text using statistical methods for natural language processing
İstatistiksel yöntemler kullanarak doğal dil işleme amacıyla mantıksal kural öğrenmesi
MISHAL KAZMI
Doktora
İngilizce
2017
Elektrik ve Elektronik MühendisliğiSabancı ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. YÜCEL SAYGIN
YRD. DOÇ. DR. PETER SCHÜLLER
- Çekirge optimizasyon algoritması ve yapay sinir ağları kullanılarak hane güç tüketimi tahmini
Prediction of household power consumption using grasshopper optimization algorithm and artificial neural networks
TÜLİN SERT İRİ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE DANDIL
- Rota belirleme için hibrit zeki model geliştirilmesi
Development of a hybrid intelligence model for routing
MEHMET ÖNDER ÖNDEROĞLU
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
PROF. DR. İSMAİL ŞAHİN
- Yenilenebilir hibrit enerji kaynakları ile beslenen konutlarda akıllı enerji depolama ve yönetim sistemi
Smart energy storage and management system in houses with renewable hybrid energy
ATAKAN ALKAN
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET ZEKİ BİLGİN
- Uçak itki ve güç sistemleri için bir gaz türbinli motor ile çeşitli yakit hücresi tiplerinin hibritlenmesi ve modellenmesi
Hybridization and modeling of a gas turbine engine with various fuel cell types for aircraft propulsion and power systems
ENES GÜNALTILI
Doktora
Türkçe
2024
Makine MühendisliğiGazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ZEKİ YILMAZOĞLU
PROF. DR. TAHİR HİKMET KARAKOÇ