Türkçe'nin bağlılık ayrıştırması
Dependency parsing of Turkish
- Tez No: 222302
- Danışmanlar: PROF.DR. EŞREF ADALI
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Bağlılık Ayrıştırması, Veri güdümlü Ayrıştırma, Sentaks Analizi, Doğal Dil İşleme, Türkçe, Dependency parsing, Data-driven Parsing, Syntax Analysis, Natural Language Processing, Turkish
- Yıl: 2006
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, zengin bitişken bir biçimbirimsel yapıya sahip, tümce içi öğe dizilişleri serbest ve çoğunlukla sağa bağımlı türde olan Türkçe'nin bağlılık ayrıştırması konusunda araştırmalar yapılmıştır. Sıralanan bu özellikleri ile Türkçe, İngilizce'den ve ayrıştırma alanında üzerinde yoğun olarak çalışılmış birçok dilden farklılıklar göstermektedir. Bu niteliği ile benzer özellikler gösteren bir sınıf dilin temsilcisi olarak görülebilir. Bu çalışmada, yakın geçmişte kullanıma sunulan Türkçe derlem (Odtü- Sabancı Türkçe ağaç yapılı derlemi) kullanılarak, veri güdümlü ayrıştırıcılarda farklı tasarım yöntemlerinin kullanılmasının etkileri incelenmiştir. Öncelikle ayrıştırma algoritmaları ve öğrenme algoritmalarını içeren temel ayrıştırma mimarisi, temel model olarak alınan bazı kural tabanlı ayrıştırıcılar, koşullu olasılık tabanlı modele dayalı bir istatistiksel ayrıştırıcı ve ayırdedici öğrenmeye dayalı sınıflandırıcı tabanlı gerekirci bir ayrıştırıcı kullanılarak irdelenmiştir. Daha sonra, ayrıştırmada biçimbirimsel birimleri, çekimsel özellikleri ve görünüm bilgilerini kullanmanın etkileri incelenmiştir. Sonuçlar, sözcükler yerine sözcüklerden daha küçük olan biçimbirimsel birimlerin tümce yapısının ana birimleri olarak kullanılmasıyla, Türkçe'de ayrıştırma başarımının arttırılabileceğini ve çekimsel özelliklerin ve görünüm bilgilerinin kullanılmasının Türkçe'nin bağlılık çözümlemesinde çok önemli etkisinin olduğunu göstermektedir. Araştırmalar sonucunda, Türkçe'nin bağlılık ayrıştırması konusunda ilgili çalışmalar arasındaki en yüksek başarımlar elde edilmiştir.
Özet (Çeviri)
In this study, we focus on dependency parsing of Turkish, a language that is characterized by a rich agglutinating morphology, free constituent order, and predominantly head-final syntactic constructions. In this way, Turkish can be viewed as the representative of a class of languages that are very different from English and most other languages that have been studied in the parsing literature. Using data from the recently released Turkish treebank (Metu-Sabancı Turkish treebank), we investigate the impact of different design choices in developing data-driven parsers. We first investigate the basic parsing methodology, including both parsing algorithms and learning algorithms by using some rule-based parsers as baselines and a statistical parser using a conditional probabilistic model and a deterministic classifier-based parser using discriminative learning. We then examined the impact of using morphological units, inflectional features and lexicalization in parsing. Our results showed that parsing accuracy in Turkish can be improved by taking morphologically defined units rather than word forms as the basic units of syntactic structure and that using inflectional features and lexicalization is crucial for the dependency parsing of Turkish. At the end of our research, we obtained the most state-of-the-art results in the literature for dependency parsing of Turkish.
Benzer Tezler
- Deep learning-based dependency parsing for Turkish
Derin öğrenme tabanlı Türkçe bağlılık ayrıştırması
ŞAZİYE BETÜL ÖZATEŞ
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ARZUCAN ÖZGÜR TÜRKMEN
PROF. DR. TUNGA GÜNGÖR
- Otomatik gürbüz bölütleme ile uyluk MR imgelerinde kas ve yağ miktarlarının belirlenmesi
Quantification of muscle and fat volumes in the thigh MR images using automatic robust segmentation
İSMAİL IRMAKÇI
Doktora
Türkçe
2017
Elektrik ve Elektronik MühendisliğiEge ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AYDOĞAN SAVRAN
YRD. DOÇ. DR. ULAŞ BAĞCI
- Sürdürülebilir tasarım: ürün tasarımı ve üretimi temelinde malzemelerin geri dönüştürülmesi bilinci
Sustainable design: awareness of materials recycling based on product design and production
BURÇ ÖÇ
Yüksek Lisans
Türkçe
2013
Endüstri Ürünleri Tasarımıİstanbul Teknik ÜniversitesiEndüstri Ürünleri Tasarımı Ana Bilim Dalı
PROF. DR. SEÇİL ŞATIR
- Yaratıcı drama yönteminin etkilerine ilişkin Türkçe öğretmenlerinin tutumlarının incelenmesi
Investigating Turkish teachers' attitudes in terms of the effects of creative drama method
MEHMET SAYLAN
Yüksek Lisans
Türkçe
2019
Eğitim ve ÖğretimKırşehir Ahi Evran ÜniversitesiTürkçe ve Sosyal Bilimler Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BAHADIR GÜLBAHAR
- Spor yapan üniversite öğrencilerinin duygusal zeka ve hedef bağlılığı düzeylerinin, sosyal medya bağımlılığı ile ilişkilerinin incelenmesi
Examination of the relationship between the emotional intelligence and goal commitment levels of university students WHO DO sports and the level of social media addiction?
KADER ÖZKUL
Yüksek Lisans
Türkçe
2022
SporBartın ÜniversitesiBeden Eğitimi ve Spor Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT ÇELEBİ