Nominalization and argument structure: An experiment with the NOMLEX database
Adlaştırma ve argüman yapısı: NOMLEX veritabanı ile bir çalışma
- Tez No: 758404
- Danışmanlar: PROF. DR. HÜSEYİN CEM BOZŞAHİN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Dilbilim, Computer Engineering and Computer Science and Control, Linguistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Bilişsel Bilim Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 83
Özet
Bu çalışmada geçişli anlamlarında kullanılan fiillerden üretilen olay adlaştırmalarının sözdizimsel yapılarını tahmin etmek için bir yöntem sunulmaktadır. Çalışmada veri odaklı bir yaklaşım kullanmakta ve önceden eğitilmiş derin öğrenme modellerine ince ayar yapılmaktadır. Problem 15 sınıflı bir çok etiketli sınıflandırma işi olarak tanımlanmış ve sınıfların yaratılmasında NOMLEX kullanılmıştır. Önceden eğitilmiş derin öğrenme modellerinin bilgilerinden yararlanabilmek için modellerin ince ayarlamalarında korporada bulunan ve olay adlaştırmalarının üretildiği fiileri barındıran cümleler kullanılmıştır. Bunun bir sonucu olarak fiillerin seçici tercihleri modellere dolaylı bir şekilde sağlanmıştır. Fiillerin geçişli anlamlarında kullanıldığı cümlelerin korporadan filtrelenmesinde EasyCCG CCG ayrıştırıcı kullanılmıştır. DeBERTa tabanlı model örnek temelli doğrulukta %66.4 ve örnek temelli F1 puanında %77.9 performans göstermiş, RoBERTa tabanlı model sınıf temelli F1 puanında %75.0 performans göstermiştir. Modeller sınıflar üzerinde değerlendirildiğinde 15 sınıfın 10'unda en az bir model F1 puanında referanstan daha iyi performans göstermiştir. Sadece iyelik belirteci bulunan olay adlaştırmalarının sözdizimleri, öznenin iyelik belirteci posizyonunda bulunduğu olay adlaştırmalarının sözdizimlerinin 3'te 2'si ve öznenin niteleyici pozisyonda bulunduğu olay adlaştırmalarının sözdizimlerinin 3'te 2'si başarısız olarak öğrenilen sınıflar arasındadır. Bir argümanın sözdizimsel bir pozisyonda bulunmasına sebep olan faktörlerin argümana, söz konusu pozisyona ve diğer pozisyonlarda bulunan diğer argümanlara bağlı olduğu sonucuna varılmıştır. Sunulan yöntem bu faktörleri çeşitli derecelerde öğrenmiştir.
Özet (Çeviri)
This study presents a method for predicting syntactic structures of deverbal event nominals that are derived from verbs used in their transitive meaning. The study takes a data-driven approach and fine-tunes pre-trained deep learning models. The problem is treated as a 15 class multi-label classification task and NOMLEX is used to create the classes. In order to leverage the language models learned by pre-trained models, sentences available in corpora which include the verb that the deverbal nominal is derived from is used to fine-tune the models. As a result of this, selectional preferences of verbs are provided to the model implicitly. Sentences where the verb is used in its transitive meaning are filtered from the corpora using EasyCCG CCG parser. The DeBERTa model scores 66.4% in sample based accuracy and 77.9% in sample based F1 score, and the RoBERTa model scores 75.0% in label based F1 score. When the models are evaluated on classes, at least one model performs better than baseline in 10 out of 15 classes. Deverbal nominal syntactic structures that only realize an argument in the possessive determiner position, two out of three syntactic structures that realize the subject in the posessive determiner position and two out of three syntactic structures that realize the subject in the noun modifier position are among unsuccessfully learned classes. It is concluded that determiners of an argument's realization in a syntactic position is dependent on both the argument and the syntactic position in question along with realization of other arguments. The presented method was able to learn these determiners to various extents.
Benzer Tezler
- Syntactic nominalizations in Turkish: A principles and parameters framework
Türkçedeki sözdizimsel adlaşmalar: Bir ilkeler ve değiştirgenler çerçevesi
YILMAZ YALDIR
Doktora
İngilizce
2004
Eğitim ve ÖğretimÇukurova Üniversitesiİngiliz Dili Eğitimi Ana Bilim Dalı
Y.DOÇ.DR. CEM CAN
- A study on nouns and nominal projections in Turkish
Türkçe'de adlar ve adsıl yansımalar üzerine bir çalışma
YILMAZ YALDIR
Yüksek Lisans
İngilizce
1999
Türk Dili ve EdebiyatıMersin Üniversitesiİngiliz Dili ve Edebiyatı Ana Bilim Dalı
Y.DOÇ.DR. MUSTAFA AKSAN
- A corpus-based and systemic functional analysis of syntactic complexity and nominal modification in academic writing
Başlık çevirisi yok
KADİR KARAKAYA
- Türkçe ve İngilizce bilimsel makale özetlerinde bilgiyi kurgulama ve yazar kimliğini kodlama biçimleri
Forms of constructing scientific knowledge and encoding writer's stance in Turkish and English research article abstracts
HAMİDE ÇAKIR
Doktora
Türkçe
2011
DilbilimDokuz Eylül ÜniversitesiDilbilim Ana Bilim Dalı
YRD. DOÇ. DR. NESLİHAN KANSU YETKİNER
- Standart Türkçe ve standart Çuvaşçada ad yan cümleleri
Nominal clauses in standart Turkish and standart Chuvash
BUĞRA OĞUZHAN ULUYÜZ
Doktora
Türkçe
2019
DilbilimHacettepe ÜniversitesiTürk Dili ve Edebiyatı Ana Bilim Dalı
PROF. DR. EMİNE YILMAZ