Geri Dön

Pronominal anaphora resolution in English and Turkish

İngilizce ve Türkçe'de öngönderim çözümlemesi

  1. Tez No: 790810
  2. Yazar: MELEK ERTAN
  3. Danışmanlar: PROF. DR. DENİZ ZEYREK BOZŞAHİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Dilbilim, Computer Engineering and Computer Science and Control, Linguistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Enformatik Enstitüsü
  11. Ana Bilim Dalı: Bilişsel Bilim Ana Bilim Dalı
  12. Bilim Dalı: Bilişsel Bilimler Bilim Dalı
  13. Sayfa Sayısı: 84

Özet

Bu araştırma, adılsal öngönderimi analiz eder ve adılsal öngönderim için buluşsal tabanlı bir çözümleme algoritmasını Türkçe ve İngilizce'de çevirilmiş TED derlemi olarak bilinen TED MDB için (Zeyrek ve diğ., 2020) ayrı olarak sunar. Derlem, konuşma dili niteliğinde olup, Türkçe karşlıklarıyla hizalanmış ̧ 364 İngilizce cümle içermektedir. Araştırma iki aşamaya ayrılmıs ̧tır. İllk aşamada, veriler web tabanlı işaretleme aracı INcePTION (Klie ve diğ., 2018) kullanılarak işaretlendi. Çalışmanın ikinci aşaması adılsal öngönderim için kurala dayalı bir kompütasyonal analizdir. Mitkov (1998)'un geleneksel bilgi tabanlı algoritması TED derleminde İngilizce ve Türkçe için ayrı olarak test edildi. Sonuçlar, adılsal öngönderimin İngilizce'de 0.61 ve Türkçe çevirilerinde 0.63 F1 puanı ile TED konuşmalarında tespit edilebileceğini göstermiştir.

Özet (Çeviri)

This research analyzes pronominal anaphora in a Turkish and English translated TED corpus, namely the TED-MDB (Zeyrek et al., 2020) and presents a heuristic-based resolution algorithm for resolving pronominal anaphora in these languages separately. The corpus has characteristics of spoken language and has 364 English sentences aligned with their Turkish counterparts. The research is divided into two stages. In the first stage, the data was annotated using a web-based annotation tool INcePTION (Klie et al., 2018). The second phase of the study involves a computational analysis, where the traditional knowledge poor algorithm by Mitkov (1998) was tested on the annotated corpus for Turkish and English separately. The results showed that pronom- inal anaphora can be detected in TED talks with an F1-score of 0.61 in English, and with 0.63 in their Turkish translations.

Benzer Tezler

  1. Türkçe derlemlerdeki artgönderimlerin tümdengelimli ve tümevarımlı yöntemlerle çözümlenmesi

    Resolving anaphora in Turkish text using inductive and deductive methods

    SAVAŞ YILDIRIM

    Doktora

    Türkçe

    Türkçe

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTrakya Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    YRD. DOÇ. DR. YILMAZ KILIÇASLAN

  2. Pronoun resolution with deep learning

    Derin öğrenme ile zamir çözümlemesi

    MEHMET TAZE

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Ekonomi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    YRD. DOÇ. DR. SENEM KUMOVA METİN

  3. Vehicle change in right-node raising and verb phrase ellipsis in English and Turkish

    Türkçe ve İngilizce'de eylem öbeği eksiltme ve sağ budak yükseltme yapılarında taşıyıcı değişimi

    EMİNE EREN GEZEN

    Doktora

    İngilizce

    İngilizce

    2022

    DilbilimOrta Doğu Teknik Üniversitesi

    İngiliz Dili Öğretimi Bilim Dalı

    PROF. DR. MARTİNA GRACANİN YUKSEK