Prediction of words in Turkish sentences by LSTM-based language modeling
Türkçe cümlelerdeki kelimelerin LSTM tabanlı dil modellemesiyle tahmini
- Tez No: 670634
- Danışmanlar: DOÇ. DR. CENGİZ ACARTÜRK, DR. ÖĞR. ÜYESİ ÇAĞRI ÇÖLTEKİN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Bilişsel Bilim Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 59
Özet
Dil anlama yeteneği tahminlerden etkilenir çünkü dil anlama artımlı bir süreçtir. Tahmin edilebilirlik, bilişsel bilimler alanında dil işleme ve edinimi çalışmalarının önemli bir yönüdür. Paralelde, Doğal Dil İşleme alanı gelişen teknolojinin avantajlarını kullanarak bilgisayarlara doğal dili öğretmeye çalışmaktadır. Bu çalışmanın amacı insan tahmin edebilme sonuçları ile yapay dil modelinin sonuçları arasındaki ilişkiyi incelemektir. Bu tez sadece Türkçe diline odaklanmıştır. Bu nedenle, kelime seviyesinde Türkçe dil modeli inşa ettik. Modelimiz son zamanlarda Doğal Dil İşleme alanının popüler bir yöntemi olan Uzun Kısa Süreli Bellek (Long Short-Term Memory) yapısını baz almaktadır. Alternatif modeller eğitildi ve modellerin tahmin sonuçları değerlendirildi. Son olarak, en iyi performansı gösteren model insan tahmin sonuçları ile karşılaştırıldı. Çalışmanın sonunda umut vadeden korelasyon sonuçları elde ettik ve korelasyonun hangi durumlarda az hangi durumlarda çok olduğunu analiz ettik.
Özet (Çeviri)
Language comprehension is affected by predictions because it is an incremental process. Predictability has been an important aspect of studying language processing and acquisition in cognitive science. In parallel, Natural Language Processing field takes advantage of advanced technology to teach computers how to understand natural language. Our study investigates if there is an alignment between human predictability and artificial language model predictability results. This thesis solely focuses on the Turkish language. Therefore, we have built a word-level Turkish language model. Our model is based on Long Short-Term Memory (LSTM), which is a recently trending method in NLP. Alternative models are trained and evaluated with their prediction accuracy on test data. Finally, the best performing model is compared to human predictability scores gathered from the cloze-test experiment. We have shown a promising correlation and analyze the cases where the correlation is high or low.
Benzer Tezler
- Document classification using improved word embeddings
Geliştirilmiş kelime gömmeleri kullanarak belge sınıflandırma
RAAD SAADI MAHMOOD MAHMOOD
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYHAN AKBAŞ
- Improved helicopter classification via deep learning and overlapped range-doppler maps
Derin öğrenme ve örtüşen menzil-doppler görüntüleri ile geliştirilmiş helikopter sınıflandırması
DENİZ CAN ACER
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. IŞIN ERER
- Taşınabilir yürütülebilir dosyalarda yinelenen sinir ağlarını kullanarak statik kötü amaçlı yazılım algılama
Static malware detection using recurrent neural networks in portable executables
MUSA GÜL
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMersin ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERDİNÇ AVAROĞLU
- Novel centrality, topology and hierarchical-aware link prediction in dynamic networks
Dinamik ağlarda merkezilik, topoloji ve hiyerarşik tabanlı bağlanti tahmini
ABUBAKHARI SSERWADDA
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
YRD. DOÇ. ALPER ÖZCAN
- A deep-learning based model for visual depth and pose estimation of mobile robots
Mobil robotların görsel derinliği ve poz tahmini için derin öğrenme tabanlı bir model
ROZHIN FANI
Yüksek Lisans
İngilizce
2024
Mekatronik MühendisliğiBahçeşehir ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET BERKE GÜR