Şarkı sözlerinden yeni şarkı türetme: Derin öğrenme yöntemleri ile sanatsal üretim
Generating new songs from lyrics: Artistic production using deep learning methods
- Tez No: 952179
- Danışmanlar: DOÇ. DR. YILMAZ KAYA
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Müzik, Science and Technology, Music
- Anahtar Kelimeler: Metin madenciliği, Yeni müzik, Text mining, New music
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Batman Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Şarkı sözü yazımı yaratıcı bir süreçtir. Geleneksel olarak bu süreç ilham, sezgi ve bireysel yaratıcılığa dayanır. Ancak yapay zekâ teknolojilerinin gelişmesiyle birlikte bu süreç yeni bir döneme girmiştir. Son yıllarda, özellikle yaratıcı metin üretimi alanında, Doğal Dil İşleme (NLP) kapsamında önemli ilerlemeler kaydedilmiştir. Özellikle GAN mimarileri, özgünlük ve rastlantısallık gerektiren içeriklerin üretiminde dikkat çekmektedir. Bununla birlikte, GAN'ların metin üretimine uyarlanması, görüntü üretimine kıyasla daha karmaşık bir süreçtir. Türkçe gibi sondan eklemeli dillerde hem anlamlı hem de yapısal olarak tutarlı metinler üretmek daha da zordur. TextGAN, SeqGAN, LeakGAN, RankGAN, MaliGAN ve RelGAN gibi mimariler, Türkçe şarkı sözü üretimi bağlamında sistematik olarak değerlendirilmemiştir. Bu durum, çalışmanın temel problemini oluşturmaktadır. Bu tez çalışmasının amacı, mevcut şarkı sözlerini analiz ederek, özgün ve sanatsal değeri yüksek içerikler üretebilen en uygun yapay zekâ modelini belirlemektir. Bu kapsamda, derin öğrenme modellerinin yanı sıra duygu analizi, ritmik yapı analizi ve yaratıcı metin üretimi teknikleri kullanılmıştır. Elde edilen sonuçlara göre, düşük BLEU ve Jaccard skorları, modellerin referans metinlerle yüzeysel düzeyde benzerlik kurmakta zorlandığını göstermektedir. Buna karşılık, RelGAN modeli Cosine Similarity metriğinde en yüksek skoru (0.0693) elde ederek, anlamsal olarak en tutarlı çıktıları üretmiştir. MaliGAN modeli ise düşük perplexity değeri (9588.23) ile dil modelleme açısından öne çıkmıştır. Ancak, çeşitlilik metriklerinin (TTR ve Unique Word Ratio) 1.0 değerine ulaşması, anlamlı tekrarların eksikliğini ve doğal akışın zayıf olduğunu göstermektedir. Edebi analizlere göre, yalnızca RelGAN modeli tematik bütünlük ve duygu yoğunluğu açısından tatmin edici şarkı sözleri üretebilmiştir. Sonuç olarak sayısal başarı ve edebi değerlendirme birlikte ele alındığında, RelGAN en dengeli ve başarılı model olarak öne çıkmıştır. Türkçe gibi eklemeli yapıya sahip dillerde şarkı üretimi için GAN modelleri hâlen sınırlı kalmakta olup, gelecekte Transformer tabanlı yapılarla desteklenmesi önerilmektedir.
Özet (Çeviri)
Writing song lyrics is a creative process. Traditionally, this process relies on inspiration, intuition, and individual creativity. However, with the advancement of artificial intelligence technologies, this process has entered a new phase. In recent years, significant progress has been made in the field of Natural Language Processing (NLP), particularly in creative text generation. GAN architectures, in particular, have attracted attention for generating content that requires originality and randomness. Nonetheless, applying GANs to text generation remains more complex than their application in image generation. In agglutinative languages such as Turkish, generating text that is both meaningful and structurally coherent is even more challenging. Architectures such as TextGAN, SeqGAN, LeakGAN, RankGAN, MaliGAN, and RelGAN have not been systematically evaluated in the context of Turkish song lyric generation. This constitutes the fundamental problem of the study. The aim of this thesis is to identify the most suitable artificial intelligence model capable of generating original and artistically valuable lyrics by analyzing existing song lyrics. In this scope, emotion analysis, rhythmic structure analysis, and creative text generation techniques were employed alongside deep learning models. According to the results, the low BLEU and Jaccard scores indicate that the models struggled to establish surface-level similarity with reference texts. In contrast, the RelGAN model achieved the highest score in Cosine Similarity (0.0693), producing the most semantically coherent outputs. The MaliGAN model stood out in terms of language modeling with a low perplexity value (9588.23). However, the fact that diversity metrics (TTR and Unique Word Ratio) reached 1.0 suggests a lack of meaningful repetition and a weak natural flow. Based on literary analysis, only the RelGAN model was able to produce song lyrics that were satisfactory in terms of thematic consistency and emotional depth. In conclusion, considering both numerical performance and literary evaluation, RelGAN emerged as the most balanced and successful model. GAN architectures remain limited in generating poetry in agglutinative languages like Turkish, and future studies are recommended to incorporate Transformer-based models for improved outcomes.
Benzer Tezler
- Portrayals of love and lovers in translations of popular songs: Turkish popular music's translation into / from English and Arabic
Popüler şarkıların çevirilerinde aşkın ve aşıkların tasvirleri: Türk popüler müziğinin Arapça ve İngilizceye / Arapça ve İngilizceden çevirisi
İBRAHİM MERCAN
Yüksek Lisans
İngilizce
2021
Mütercim-Tercümanlıkİstanbul 29 Mayıs ÜniversitesiÇeviribilim Ana Bilim Dalı
DOÇ. DR. SENEM ÖNER BULUT
- Bromtimol mavisi, bromkresol moru ve klorfenol kırmızısı indikatörleri katılmış özel besiyerlerinin sütlerde antibiyotik belirtilmesine uygunluğu üzerine araştırmalar
Başlık çevirisi yok
ESENGÜL TUNCER
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiSüt Teknolojisi Ana Bilim Dalı
PROF. DR. HASAN YAYGIN
- Bazı bitkisel boyarmaddeler ile yün liflerinin boyanması yöntemlerinin ve haslıklarının araştırılması
Başlık çevirisi yok
TÜLAY GÜLÜMSER
Yüksek Lisans
Türkçe
1986
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NECDET SEVENTEKİN
- Test sınavlarının güvenirliğinin araştırılması ile ilgili bir çalışma
An Investigation on the reliability of multiple,choice examinations
CANDAN İĞCİ
Yüksek Lisans
Türkçe
1987
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. M. ÖZEL ERGEN