Türkçe için ardışık şartlı rastgele alanlarla bağlılık ayrıştırma

Basit Öğe Kaydı
dc.authorid0000-0002-6123-5343en_US
dc.contributor.authorBilgin, Metin
dc.contributor.authorAmasyalı, Mehmet Fatih
dc.date.accessioned2021-03-20T20:30:47Z
dc.date.available2021-03-20T20:30:47Z
dc.date.issued2017
dc.departmentBTÜ, Mühendislik ve Doğa Bilimleri Fakültesi, Mekatronik Mühendisliği Bölümüen_US
dc.description.abstractSekans etiketleme bir giriş dizisine karşılık bir çıkış dizisinin üretimidir. Giriş ve çıkış dizisinin içeriklerinegöre doğal dil işlemenin birçok konusu (varlık isim tanıma, makine çevirisi, morfolojik analiz, cümleleri öğelerine ayırma vb.) sekans etiketleme olarak tanımlanabilir. Bağlılık ayrıştırması, bir cümle içerisindekisözcükler arasındaki ilişkilerin ve ilişki türlerinin belirlenmesidir ve bir cümlenin anlamsal analizininyapılabilmesi için şarttır. Bağlılık ayrıştırması sekans etiketleme problemi olarak tanımlandığında iki çıkışdizisinin (ilişki türü, ilişkili kelime) birden üretilmesi gerekmektedir. Bizim önerimiz, özellikle Sekansetiketleme problemlerinin çözümünde sıklıkla kullanılan Şartlı Rastgele Alanların bağlılık ayrıştırmasıproblemi içinde kullanılabilir olduğudur. Ancak Şartlı Rastgele Alanlar tek çıkış üreten bir yöntemdir. Buzorluğu aşabilmek için iki çıkışlı (Bağlılık Türü ve Bağlanılan Kelime) bir problem olan Bağlılık Ayrıştırması iki parçaya bölünerek çözülmüştür. Ardından elde edilen sonuçlar birleştirilerek sistemin çıktısıolarak verilmiştir. Gerçekleştirilen bu çalışma ile Türkçe için en yüksek bağlılık ayrıştırması sonuçlarınaulaşılmıştır.en_US
dc.description.abstractIn the most general form Sequence Labelling is the production of an output sequence in response to an inputsequence. Many of natural language processing problems such as (entity name recognition, machinetranslation, morphological analysis, separation of the elements of sentence etc.) can be defined as a sequencelabelling. Dependency parsing is to determine the relationship and the type of the relationship between wordswithin a sentence and it is essential to perform semantic analysis of a sentence. When dependency parsing is defined as a sequence labelling problem, production of two outputs (relationship type, related words) isrequired. Our recommendation is to use the Conditional Random Fields (CRF) which is commonly used insequence labelling problems. However CRF is a method that produces a single output. To overcome thisdifficulty we propose to divide Dependency Parsing which is a problem with two outputs into two parts. Theoverall solution is provided by combining the results of these parts. With the performed operation we reached the best dependency parsing results for Turkish language.en_US
dc.identifier.endpage392en_US
dc.identifier.issn1300-1884
dc.identifier.issn1304-4915
dc.identifier.issue2en_US
dc.identifier.scopusqualityQ2en_US
dc.identifier.startpage385en_US
dc.identifier.urihttps://app.trdizin.gov.tr/makale/TWpRM01UVTNOdz09
dc.identifier.urihttps://hdl.handle.net/20.500.12885/1478
dc.identifier.volume32en_US
dc.identifier.wosqualityN/Aen_US
dc.indekslendigikaynakWeb of Scienceen_US
dc.indekslendigikaynakScopusen_US
dc.indekslendigikaynakTR-Dizinen_US
dc.institutionauthorBilgin, Metin
dc.language.isotren_US
dc.relation.ispartofGazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisien_US
dc.relation.publicationcategoryMakale - Uluslararası Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subject[No Keywords]en_US
dc.titleTürkçe için ardışık şartlı rastgele alanlarla bağlılık ayrıştırmaen_US
dc.title.alternativeDependency parsing with stacked conditional random fields for Turkishen_US
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
c0f79e5b-678e-4afe-b834-7c697bfff657.pdf
Boyut:
871.26 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu
Mekatronik Mühendisliği Bölümü Yayın Koleksiyonu
Scopus İndeksli Yayınlar Koleksiyonu
WoS İndeksli Yayınlar Koleksiyonu