Geri Dön

Automatic text categorization of turkish news with machine learning and deep learning techniques

Türkçe haberlerin makine dili ve derin öğrenme teknikleriyle otomatik sınıflandırılması

PDF İndir

  1. Tez No: 597995
  2. Yazar: SAMEER SAEED IBRAHIM ABBAS
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HİLAL KAYA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Metin haberlerinin kategorilendirilmesi, haber türlerinin içeriklerine göre sınıflandırılması sürecidir. Bu çalışmada kullanılan Türkçe haber veri setinde, iki tür otomatik öğrenme süreci inşa edilmiştir. Bu iki yöntemden birincisinde, veriler belge biçiminde ve Support Vector Machines SVM makina öğrenmesi kullanılarak sınıflandırılmıştır.İkinci yöntemde etiketlenen haberler Recurrent Neural Network RNN makina öğrenmesi ile sınıflandırılmıştır. Veri setinde, toplam 9000 veri içeren üç haber kategorisi bulunmaktadır. Türkçe karakterler kullanılarak model oluşturulmuştur. Bu modeller eğitilmiş ve test edilmiştir. Hangi modelin daha iyi olduğu, elde edilen sonuçlar karşılaştırılması neticesinde, 0.98 olan RNN modelinin doğruluğunun, 0.96 olan SVM modelinin doğruluğuna göre daha iyi olduğunu göstermiştir, ancak hız oranı SVM, RNN den daha hızlıydı. Biraz zaman gerekirse, metni sınıflandırmak için SVM algoritmasını kullanabiliriz. Sınıflandırmada yüksek doğruluk durumunda, RNN sınıflandırmas metodu kullmıştır.

Özet (Çeviri)

Categorization of text news is the process of determining the types of the news according to their contents. We construct two types of automatic learning process of the Turkish news on the same dataset. In the first of these two methods, the data was in the document form and classified with Support Vector Machines SVM, and in the second method, data is in the label format for classification with Recurrent Neural Network RNN. In the sample dataset, there are three categories of news including total 9000 data. Turkish characters are also included in creating a model for classification of Turkish news. After the training and testing of these models and obtaining the accuracy results categorizing news in text, we compare the accuracies of these two models. The results showed that the accuracy of RNN model, which is 0.98 better than the results of accuracy of SVM model that is 0.96. The results of the comparison between algorithms, accuracy, performance measures for RNN were better than SVM but the speed ratio of SVM model was faster than in RNN model. If a little time is required, we can use the SVM algorithm to classify the text. In case of high accuracy in the classification, we use the RNN classification method.

Benzer Tezler

  1. Tez No

    286320

    Text categorization and ensemble pruning in turkish news portals

    Türkçe haber portallarında metin sınıflandırma ve topluluk budama

    ÇAĞRI TORAMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. FAZLI CAN

  2. Tez No

    859507

    Derin öğrenme yöntemleriyle evrak sınıflandırılması

    Classification of documents by deep learning methods

    GÖZDE DEMİREL

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. RECEP ERYİĞİT

  3. Tez No

    439533

    Türkçe tümcelerin yüklem odaklı anlam ve dilbilgisi çözümlemesi

    Grammatical and semantic analysis of turkish sentence based on predicate

    İLKNUR DÖNMEZ

    Doktora

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. EŞREF ADALI

  4. Tez No

    436049

    Multi-view short-text classification using knowledge bases

    Bilgi tabanı kullanarak çok görüntülü kısa metin sınıflandırma

    MERT ÇALIŞAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. CEMAL OKAN ŞAKAR

  5. Tez No

    388354

    Bilgisayar çevirisi kalitesinin değerlendirmesi yöntemlerinde tutarlılık

    Consistency in the evaluation methods of machine translation quality

    ÖZDEN ŞAHİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Mütercim-TercümanlıkHacettepe Üniversitesi

    Mütercim Tercümanlık Ana Bilim Dalı

    PROF. DR. AYMİL DOĞAN

Geri Dön