Pronominal anaphora resolution in English and Turkish
İngilizce ve Türkçe'de öngönderim çözümlemesi
- Tez No: 790810
- Danışmanlar: PROF. DR. DENİZ ZEYREK 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: 2023
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Bilişsel Bilim Ana Bilim Dalı
- Bilim Dalı: Bilişsel Bilimler Bilim Dalı
- 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
- Türkçe derlemlerdeki artgönderimlerin tümdengelimli ve tümevarımlı yöntemlerle çözümlenmesi
Resolving anaphora in Turkish text using inductive and deductive methods
SAVAŞ YILDIRIM
Doktora
Türkçe
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTrakya ÜniversitesiBilgisayar Mühendisliği Bölümü
YRD. DOÇ. DR. YILMAZ KILIÇASLAN
- Pronoun resolution with deep learning
Derin öğrenme ile zamir çözümlemesi
MEHMET TAZE
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Ekonomi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
YRD. DOÇ. DR. SENEM KUMOVA METİN
- Comprehension and production of referential expressions in German sign language and turkish sign language: An empirical approach
Başlık çevirisi yok
DERYA NUHBALAOĞLU
- Computational situation theory with BABY-SIT
BABY-SIT'le hesapsal durum kuramı
ERKAN TIN
Doktora
İngilizce
1995
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiPROF.DR. VAROL AKMAN
- 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
2022
DilbilimOrta Doğu Teknik Üniversitesiİngiliz Dili Öğretimi Bilim Dalı
PROF. DR. MARTİNA GRACANİN YUKSEK
