Doğal dil işleme ile metin kümelemesinde denetimsiz öğrenme yöntemleri
Unsupervised learning methods for text clustering in natural language processing
- Tez No: 939430
- Danışmanlar: PROF. DR. ALİ SEBETCİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Ostim Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışması, metin kümelemesi alanında denetimsiz öğrenme yöntemlerinin uygulanmasını ve farklı algoritmaların karşılaştırmasını derinlemesine incelemektedir. Metin kümelemesi, büyük veri setlerini anlamak ve analiz etmek için önemli bir araçtır ve bu bağlamda, K-Ortalamalar (K-Means), Hiyerarşik Kümeleme, Gizli Dirichlet Ayırımı (LDA), Yoğunluk Tabanlı Kümeleme (DBSCAN) ve Büyük Dil Modelleri gibi çeşitli algoritmalar kullanılmıştır. Çalışmanın odak noktası, bu algoritmaların performansını ve etkisini belirlemektir. Özellikle, Llama ve GPT-4o modellerinin içerik analizi konusundaki esnekliği sayesinde, şiirlerin tematik ayrışımı gerçekleştirilmiş ve her bir modelin güçlü ve zayıf yönleri detaylı bir şekilde ele alınmıştır. Elde edilen bulgular, metinlerin belirli temalar altında sınıflandırılmasının yanı sıra, araştırmacılara geniş veri kümeleri üzerinde daha etkili analiz yapma imkânı sunmaktadır. Bu çalışma, metin kümelemesi alanında yeni yaklaşımlar önererek, gelecekteki araştırmalar için bir temel sağlamayı amaçlamaktadır.
Özet (Çeviri)
This thesis provides an in-depth examination of the application of unsupervised learning methods in text clustering and a comprehensive comparison of various algorithms. Text clustering is a crucial tool for understanding and analyzing large datasets. In this context, algorithms such as K-Means, Hierarchical Clustering, Latent Dirichlet Allocation (LDA), Density-Based Clustering (DBSCAN), and Large Language Models have been employed. The primary focus of the study is to evaluate the performance and effectiveness of these algorithms. Particularly, the flexibility of the Llama and GPT-4o models in content analysis has enabled the thematic differentiation of poems, allowing for a detailed discussion of the strengths and weaknesses of each model. The findings provide researchers with the opportunity to conduct more effective analyses on large datasets by classifying texts under specific themes. This study aims to propose new approaches in the field of text clustering, thereby laying a foundation for future research.
Benzer Tezler
- Landsat uydusu aracılığı ile elde edilen görüntülerin sınıflandırılmaları ve bunlara ilişkin bilgisayar programlarının hazırlanması
Başlık çevirisi yok
G. FERZAN KÜÇÜKA
Yüksek Lisans
Türkçe
1985
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİS PÜSKÜLCÜ
- Küçük Yamanlar tepesi örneğinde kent yakın çevresinde rekreasyon alanı düzenleme projesi
Başlık çevirisi yok
NİHAN BULGUN
Yüksek Lisans
Türkçe
1985
Şehircilik ve Bölge PlanlamaEge ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
DOÇ. DR. İLÇİN ASLANBOĞA
- Çukurova bölgesinde biyoklimatik veriler kullanılarak açık ve yeşil alan sistemlerinin belirlenmesi ilkeleri üzerinde bir araştırma
A research on the determination of the principles in open and green spaces systems by using the bioclimatic data in Çukurova region
MEHMET FARUK ALTUNKASA
Doktora
Türkçe
1987
Çevre MühendisliğiÇukurova ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
DOÇ. DR. ERDOĞAN GÜLTEKİN
- Input-output modeling for Ankara water supply system
Ankara su temini sistemi için girdi-çıktı modellemesi
MEHMET GÜRSOY
Yüksek Lisans
İngilizce
1987
İnşaat MühendisliğiOrta Doğu Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. DOĞAN ALTINBİLEK