Analysis of word dependency relations and subword models in abstractive text summarization
Soyutlamalı metin özetlemede kelime bağlılık ilişkileri ve alt sözcük modelleri analizi
- Tez No: 692424
- Danışmanlar: PROF. DR. TUNGA GÜNGÖR
- 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: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 95
Özet
Soyutlamalı metin özetleme, doğal dil işlemede önemli bir alandır. Dijital dünyada daha önce eşi görülmemiş bir hızla çok fazla metin materyalleri oluşturulduğundan, insanlar bu tür metinlerden yalnızca gerekli bilgileri içeren bir biçimde özet elde etmek için otomatik metin özetleme sistemlerine ihtiyaç duymaya başladılar. Derin öğrenme metotlarındaki son gelişmelerle birlikte, soyutlamalı metin özetleme araştırmacılar tarafından daha da fazla ilgi görmeye başlamıştır. Dikkat temelli diziden diziye modeller bu alana uyarlanabilmekte ve bu tip modeller oldukça başarılı sonuçlar vermektedir. Bunlarla beraber, işaretçi/üretici ve kapsam gibi birkaç ek mekanizma sıklıkla kullanılmaktadır. Bu mekanizmalar, başarılarından dolayı soyutlamalı özetleme modelleri için birer standart haline gelmiştir. Bu tezde söz konusu teknikler ile kelime bağlılık ilişkileri kullanımı bütünleştirilmiş ve modellere olan etkileri analiz edilmiştir. Bağlılık ilişkilerini entegre etmenin performansı artırdığı gösterilmiştir. Doğal dil işleme görevleri için tasarlanmış birçok yeni model, alt sözcükler kullanmakta ve oldukça başarılı sonuçlar elde etmektedir. Bu tezdeki modellerde üç farklı alt sözcük modeli kullanılarak soyutlamalı özetleme alanındaki etkileri incelenmiştir. Alt sözcük kullanımının da bu tür soyutlamalı özetleme modellere dahil edilebilecek uygun bir seçenek olduğu gösterilmiştir.
Özet (Çeviri)
Abstractive text summarization is an important task in natural language processing. As there are too many textual materials becoming available in the digital world at an unprecedented speed, people begin to need automated text summarization systems to summarize such bulk data in a condensed form that only holds the necessary information. With recent advances in deep learning techniques, abstractive text summarization has gained even more attention. Attention-based sequence-to-sequence models are adapted for this task and achieved state-of-the-art results. On top of it, several additional mechanisms like pointer/generator and coverage were proposed and have become the standard mechanisms to be used for abstractive summarization models. Using these approaches, we integrated word dependency relations and analyzed their effects on the models. We showed that integrating dependency relations increases performance. Recent models for many natural language processing tasks use subwords and achieve state-of-the-art results. We utilized three different subword models in our models and analyze their effectiveness in the abstractive summarization task. We found that subword usage is another viable option to be included for abstractive summarization models as well.
Benzer Tezler
- Derin öğrenme yöntemleri ile Türkçede bağlılık ayrıştırma
Dependency parsing with deep learning methods in Turkish
MÜCAHİT ALTINTAŞ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET CÜNEYD TANTUĞ
- Türkçe hedef tabanlı duygu analizi için alt görevlerin incelenmesi–hedef terim, hedef kategori ve duygu sınıfı belirleme
Inspecting sub tasks of aspect based sentiment analysis in Turkish language–opinion target expression, aspect category and sentiment polarity detection
FATİH SAMET ÇETİN
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜLŞEN ERYİĞİT
- Türkçe tümcelerin yüklem odaklı anlam ve dilbilgisi çözümlemesi
Grammatical and semantic analysis of turkish sentence based on predicate
İLKNUR DÖNMEZ
Doktora
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. EŞREF ADALI
- Türkçe cümlelerde isim tamlamalarının bulunması
Noun phrase chunking of Turkish sentences
KÜBRA ADALI
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET CÜNEYD TANTUĞ
- Türkçe tümcelerin öğelerinin bulunması
Finding constituents of Turkish sentences
NİLAY COŞKUN
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. EŞREF ADALI