Solving Turkish math word problems by sequence-to-sequence encoder-decoder models
Türkçe matematik problemlerini kodlayıcı-kod çözücü dizi-dizi modelleriyle çözme
- Tez No: 761306
- 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: Doğal dil işleme, Kelime problemleri, Kod çözücü, Uzun kısa süreli bellek, Natural language processing, Word problems, Decoder, Long- short term memory
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Matematiksel kelime problemlerini (MWP) çözmenin, doğal dil metinleri ve matematiksel denklemler arasındaki anlamsal boşluk nedeniyle zorlu bir görev olduğu söylenebilir. Görevin temel amacı, yazılı bir matematik problemini girdi olarak almak ve bu problemi çözmek için çıktı olarak uygun bir denklem üretmektir. Bu tez, metindeki semantik anlamlarına dayalı olarak MWP'leri otomatik olarak çözmek için diziden diziye (seq2seq) bir sinir modelini açıklamaktadır. Seq2seq modeli, eğitim verilerinde mevcut olmayan denklemleri üretebilme avantajına sahiptir. Giriş sırasını kodlamak ve problem semantiğini kavramak için çift yönlü bir kodlayıcı ve çıkış sembollerinin semantik anlamlarını izlemeye ve denklemi çıkarmaya yarayan bir kod çözücü içerir. Bu tezde, geçitli tekrarlayan birimler (GRU) ve uzun-kısa vadeli bellek (LSTM) seq2seq modelleri dahil olmak üzere, önceden eğitilmiş çeşitli dil modelleri ve nöral modellerin başarılarını araştırıyoruz. Araştırmamız, önceden eğitilmiş dil modellerini ve nöral modelleri kullanan bu doğal dil işleme (NLP) görevi hakkında Türkçe'de herhangi bir çalışma olmaması açısından yenidir. MWP görevi için nöral modelleri uygulamak için tasarlanmış bir Türkçe veri seti de bulunmamaktadır. Veri eksikliğinden dolayı, iyi bilinen İngilizce MWP veri setlerini makine çeviri sistemi kullanarak Türkçe'ye çevirdik. Literatüre katkı sağlamak için manuel ayarlamalar yaptık ve bir derlem oluşturduk. Türkçe sondan eklemeli ve gramer açısından üzerinde çalışılması zor bir dil olmasına rağmen, sistemimiz derlemdeki soruların %71'ini doğru yanıtlar.
Özet (Çeviri)
It can be argued that solving math word problems (MWP) is a challenging task due to the semantic gap between natural language texts and mathematical equations. The main purpose of the task is to take a written math problem as input and produce a proper equation as output for solving that problem. This thesis describes a sequence-to-sequence (seq2seq) neural model for automatically solving MWPs based on their semantic meanings in the text. The seq2seq model has the advantage of being able to generate equations that do not exist in the training data. It comprises a bidirectional encoder to encode the input sequence and comprehend the problem semantics, and a decoder with attention to track semantic meanings of the output symbols and extract the equation. In this thesis, we investigate the successes of several pre-trained language models and neural models, including gated recurrent units (GRU) and long short-term memory (LSTM) seq2seq models. Our research is novel in the sense that there exist no studies in Turkish on this natural language processing (NLP) task that utilize the pre-trained language models and neural models. There is also no Turkish dataset designed to implement the neural models for MWP task. Due to the lack of data, we translated the well-known English MWP datasets into Turkish using a machine translation system. We performed manual adjustments, and built the corpora to contribute to the literature. Although Turkish is an agglutinative and grammatically challenging language to work on, our system correctly answers 71% of the questions in the corpora.
Benzer Tezler
- Matematik öğrenme güçlüğü riski olan 2. sınıf öğrencisinin matematik becerilerinin çoklu duyusal öğrenmeye dayalı etkinliklerle geliştirilmesi
Improving the mathematics skills of a 2nd grade student at risk of mathematics learning difficulty through activities based on multisensory learning
METİN GÜL
Doktora
Türkçe
2024
Eğitim ve ÖğretimGazi ÜniversitesiTemel Eğitim Ana Bilim Dalı
PROF. DR. NEŞE IŞIK TERTEMİZ
DR. ÖĞR. ÜYESİ NEŞE UYGUN
- Vatandaşlık yeterlikleri bağlamında ortaokul ekonomi okuryazarlığı standartlarının belirlenmesi ve öğretim programlarındaki yerinin incelenmesi
Determination of the middle school economic literacy standards in the context of citizenship competencies and investigation of the place of these standards in curricula
GÜLTEN YILDIRIM
- Türkiye, singapur ve ispanya matematik ders kitaplarındaki aritmetik sözel problemlerin karşılaştırılmalı analizi
A comparative analysis of arithmetic word problems in Turkiye, singapore and spain mathematics textbooks
AYŞE NUR YÜKSEL
Yüksek Lisans
Türkçe
2025
Eğitim ve ÖğretimErciyes ÜniversitesiMatematik ve Fen Bilimleri Ana Bilim Dalı
DOÇ. DR. SERHAT AYDIN
- İlkokul 4.sınıf öğrencilerinin Türkçe dersindeki okuduğunu anlama becerileri ile matematik dersindeki problem çözme becerileri arasındaki ilişki
Correlation between reading comprehension skills in Turkish classes and problem solving skills in math classes of primary school 4th grade students
NACİYE GÜNEŞ KOCADAĞ
Yüksek Lisans
Türkçe
2019
Eğitim ve ÖğretimAydın Adnan Menderes ÜniversitesiTemel Eğitim Ana Bilim Dalı
DOÇ. DR. ESİN ACAR
- İlkokul 2.sınıf öğrencilerinin Türkçe dersindeki okuduğunu anlama becerilerinin matematik dersindeki problem çözme becerilerine etkisi
The effect of primary school 2nd grade students' reading comprehensi̇on skills in Turkish classes on the problem solving skills in math classes
SİMLA EDA GÜRSOY
Yüksek Lisans
Türkçe
2022
Eğitim ve ÖğretimYıldız Teknik ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. NADİR ÇELİKÖZ