Geri Dön

Effect of contextual embeddings on graph-based dependency parsing

Başlık çevirisi mevcut değil.

PDF İndir

  1. Tez No: 648185
  2. Yazar: BERKAY FURKAN ÖNDER
  3. Danışmanlar: PROF. DR. DENİZ YURET
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Koç Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 48

Özet

Yaptıǧım çalışmada, verilen cümlelerin dil bilgisi analizini, cümledeki her bir kelimenin yapısını ve cümle içindeki görevini tespit edebilecek bir sistem geliştirdim. Baǧlılık ayrıştırma adı verilen bu iş için geliştirilen sistem, temelde çizge tabanlı algoritmaları ve derin öǧrenme tekniklerini kullanmaktadır. Geçiş ve çizge tabanlı yöntemler ile yapılan baǧlılık ayrıştırma işleminde, kelime vektörlerine, kelime baǧlamlarını eklemenin etkisini gözlemledim. Ayrıca, SMeta adını verdiǧim çözücü yapısını, çizge tabanlı baǧlılık ayrıştırma yöntemleri ile test ettim. Dil bilgisi analizi için oluşturulan çizge tabanlı model, kodlayıcı ve çözücü olmak üzere iki ana bileşenden oluşmaktadır. Kodlayıcı, metinde yer alan cümleleri modelin işleyebileceǧi şekilde temsil edecek vektörleri oluşturur. çözücü kısım ise, her bir cümleyi temsil eden vektörleri kullanarak, cümlenin yapı ve dil bilgisi analizini gerçekleştirir ve bunun sonucu olarak cümle içerisinde yer alan kelimeler arasındaki baǧlantıları temsil eden baǧlılık çizgesini oluşturur. Koç üniversitesi takımı olarak oluşturduǧumuz model ile 2018 Evrensel Baǧlılık Analizi yarışmasında yer aldık ve modelimizi 41 farklı dilde oluşturulmuş 61 veri seti üzerinde çalıştırma imkanı yakaladık. Modelin oluşturulma aşamasında derin öǧrenme tekniklerinden ve doǧal dil işleme tekniklerinden, özellikle çizge tabanlı baǧlılık ayrıştırma yönteminden yararlandık.

Özet (Çeviri)

I demonstrate the effect of contextual embeddings on transition and graph-based parsing methods and test our contribution, the structured meta biaffine decoder, using various graph-based parsing algorithms. As Koç University Graph-Based parsing team, we implemented a graph-based dependency parsing model in order to perform syntactic and semantic analysis of given sentences. Our neural graph-based parser consists of two main parts, which are encoder and decoder. The encoder forms continuous feature vectors from provided sentences for the neural graph-based parser to process the texts properly, whereas the decoder produces the parse tree from the output of the neural parser, by first producing a graph representation of the output. We participated in CoNLL 2018 Shared Task with the parsing model we created, and had the opportunity to run our model on 61 different data sets formed with texts in 41 different languages. We took advantage of natural language processing and deep learning techniques, including graph-based dependency parsing algorithms.

Benzer Tezler

  1. Tez No

    232376

    Fen öğretiminde farklı betimle modlarının öğrenme amaçlı yazma aktivtelerinde kullanımlarının akademil başarıya etkisi

    Investigating the effect of using multimodal representations within writing-to-learn approach on middle school science achievement

    MUHAMMED ERTAÇ ATİLA

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Eğitim ve ÖğretimAtatürk Üniversitesi

    İlköğretim Fen Bilgisi Eğitimi Ana Bilim Dalı

    PROF. DR. ERDOĞAN BÜYÜKKASAP

  2. Tez No

    448412

    Farklı bağlamlardaki bilgisayar destekli uygulamaların lise öğrencilerinin mantık bilgisine ve eleştirel düşünme eğilimlerine etkisi

    Effect of computer-based applications with different context on high school students critical thinking disposition and knowledge of logic

    ÖZLEM ŞENGÜL

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Eğitim ve ÖğretimBahçeşehir Üniversitesi

    Eğitim Teknolojileri Ana Bilim Dalı

    PROF. DR. YAVUZ AKPINAR

  3. Tez No

    830420

    Kelime gömme yaklaşımlarının iadesiz torbalanmasına dayanan uzun kısa süreli bellek mimarisi ve metin sınıflandırmasına uygulanması

    Long-short term memory architecture based on non-returnable baggigng of word embedding approaches and an application to text classification

    MUHAMMET OĞUZHAN YALÇIN

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMuğla Sıtkı Koçman Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. NEVİN GÜLER DİNCER

  4. Tez No

    724632

    Özellik tabanlı görüş madenciliğinde yapay zeka teknikleri kullanarak görüş hedefi çıkarımı ve kategori tespiti

    Opinion target extraction and category detection using artificial intelligence techniques in aspect-based opinion mining

    KÜRŞAT MUSTAFA KARAOĞLAN

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. OĞUZ FINDIK

  5. Tez No

    876268

    Toplumsal algı aracı olarak, peyzaj tasarımında ekofütürist yaklaşım: Ekoloji, anlatı ve teknoloji

    Ecofuturist approach in landscape design as a tool of social perception: Ecology, narrative and technology

    MEHMET TAYLAN TOSUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Peyzaj Mimarlığıİstanbul Teknik Üniversitesi

    Peyzaj Mimarlığı Ana Bilim Dalı

    PROF. DR. MELTEM ERDEM KAYA

Geri Dön