Urdu news categorization using machine learning approaches
Makine öğrenmesi yaklaşımları kullanarak urduca haberlerin kategorizasyonu
- Tez No: 800435
- Danışmanlar: YRD. DOÇ. DR. ÖZLEM FEYZA ERKAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: BEYKOZ ÜNİVERSİTESİ
- Enstitü: Lisansüstü Programlar Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 59
Özet
Hızlı teknolojik gelişmeler medyada haber içeriğinin sunuluş biçimini değiştirmiştir. Son otuz yıl, işletmeden ekonomiye, bilim ve teknolojiden spora kadar geniş bir yelpazede haber içeriği sunan dijital medya platformlarının ortaya çıkışına tanık oldu. Üretilen büyük miktarda veri nedeniyle, bunları otomatik olarak kategorize etme ihtiyacı ortaya çıkmıştır. Bu gelişmelere paralel olarak, Urduca haberlerin metin kategorizasyonu problemi dört makine öğrenme yaklaşımı kullanarak (Naïve Bayes, Destek Vektör Makineleri, Lojistik Regresyon ve Karar ağacı) ele alınmıştır. İlk aşamada, dört farklı kategoriye (Spor, İş & Ekonomi, Bilim & Teknoloji ve Eğlence) ait 4000 haber metni içeren veriler toplanarak bir veri kümesi oluşturulmuştur. Toplanan veriler işlenmemiş olduğundan makine öğrenimi modeli kurulmadan önce, dizge parçalama, durdurma sözcüklerinin kaldırılması ve baş kelimeyi bulma gibi ön işleme teknikleri uygulanmıştır. Daha sonra öznitelikler, Kelime Torbası ve Terim Sıklığı-Ters Doküman Sıklığı yöntemleriyle çıkartılmıştır. Son aşamada, doğruluk, kesinlik, geri çağırma ve F1 puanı metrikleri kullanılarak makine öğrenimi algoritmalarının performansı değerlendirilmiştir. İleride yapılacak çalışmalarda, daha fazla veri toplanması ile derin öğrenme modellerinden yararlanılabilir ve gerçek zamanlı kategorileştirme yapan bir sistem geliştirilebilir.
Özet (Çeviri)
Rapid technological developments have changed the way of presenting news content in media. The last three decades have witnessed the emergence of digital media platforms that offer a broad variety of news content ranging from business to, economics, from Science&Technology to sports. Due to massive amount of data produced, the need for automatically categorizing them has arisen. Motivated by this, we have addressed the problem of text categorization of Urdu news by using four machine learning approaches namely (Naïve Bayes, Support Vector Machines, Logistic Regression and Decision tree). In the first step we have collected the data which contains 4000 news belonging to four different categories (Sports, Business-&-Economics, Science-&- Technology and Entertainment). The data is in the raw format so before setting up the machine learning model, we applied pre-processing techniques like tokenization, removing the stop words and lemmatization. Then, the features are extracted Bag of Words and Term Frequency-Inverse Document Frequency methods. In the last step, we evaluate the performance of machine learning algorithms utilizing accuracy, precision, recall, and F1-score metrics. In future work, deep learning models can be can be utilized provided that more data is collected and a system can be developed which performs real-time categorization.
Benzer Tezler
- Ebû'l Kelâm Azâd ve El-Hilâl gazetesi çerçevesinde Türkiye ve Türkler
Turkey and Turks according to Abul Kalam Azad and Al-Hilal newspaper
ZEKAİ KARDAŞ
Doktora
Türkçe
2011
Doğu Dilleri ve Edebiyatıİstanbul ÜniversitesiDoğu Dilleri ve Edebiyatları Ana Bilim Dalı
PROF. HALİL TOKER
- Bir edebiyat dergisi olarak Büyük Doğu
Büyük Doğu (The great east) as a literary journal
ŞULE ÇETİN
Doktora
Türkçe
2016
Türk Dili ve Edebiyatıİstanbul ÜniversitesiTürk Dili ve Edebiyatı Ana Bilim Dalı
PROF. DR. ALİ ŞÜKRÜ ÇORUK
- Urduca manzum ve mansur eserleri ışığında Allama Muhammed İkbal
Allama Mohammad İqbal, in the light of his own Urdu poetry and prose
CELAL SOYDAN
Doktora
Türkçe
1999
Doğu Dilleri ve EdebiyatıAnkara ÜniversitesiDoğu Dilleri ve Edebiyatları Ana Bilim Dalı
YRD. DOÇ. DR. ŞEVKET BULU
- 1850-1900 yılları arası Hint yarımadasındaki İslami fikir akımları
The Different schools of Islamic thought in the sub-continent of indo-Pakistan between 1850 and 1900
DURMUŞ BULGUR
Doktora
Türkçe
1999
DinAnkara ÜniversitesiDoğu Dilleri ve Edebiyatları Ana Bilim Dalı
YRD. DOÇ. DR. SELMA BENLİ
- Mevlevi Nezir Ahmed ve romancılığı
Mevlevi Nezir Ahmed and his novel authorship
NURAY ÖZTÜRK
Yüksek Lisans
Türkçe
1998
Doğu Dilleri ve EdebiyatıSelçuk ÜniversitesiDoğu Dilleri ve Edebiyatları Ana Bilim Dalı
YRD. DOÇ. DR. NURİYE BİLİK