Uzun belge sınıflandırması için transfer öğrenme kullanımı
Using transfer learning for long document classification
- Tez No: 779200
- Danışmanlar: DR. ÖĞR. ÜYESİ GÜLŞAH TÜMÜKLÜ ÖZYER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Derin öğrenme, Distilasyon, Makine öğrenmesi, Sınıflandırma, Transfer öğrenimi, Deep learning, Distilation, Machine learning, Classification, Transfer learning
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Mevcut metin sınıflandırma algoritmaları genellikle metin uzunluğu açısından sınırlamalara sahiptir ve uzun metinler için zayıf sınıflandırma sonuçları vermektedir. Şimdiye kadar çeşitli makine öğrenmesi ve doğal dil işleme algoritmaları geliştirilmiş ve metin sınıflandırma için birçok algoritmik model önerilmiştir. Ancak sinir ağlarının sınırlı ezberleme ve unutma yeteneğinin yanı sıra uzun metinlerin baş ve son kısımları arasındaki zayıf bağımlılık, uzun metinlerin sınıflandırılmasında mevcut metin işleme yöntemlerinin performansını olumsuz etkilemektedir. Bu problemin çözülmesi için uzun metnin birkaç parçaya kesmesi önerilmiştir. Tez çalışmayla amaç uzun veri setleri derin transfer makine öğrenme yaklaşımlarının performanslarını incelemektir. Uzun metinli ve büyük veri setinin diğer problemi ise, insanlar tarafından büyük veri için kategoriler vermek zordur, çok zaman ve çaba gerektirir. Bu problemin çözülmesi için sıfır atış algoritması önerilmiştir.
Özet (Çeviri)
Existing text classification algorithms often have limitations in terms of text length and give poor classification results for long texts. Various machine learning and natural language processing algorithms have been developed so far, and many algorithmic models have been proposed for text classification. However, the limited memorization and forgetting ability of neural networks, as well as the weak dependency between the beginning and the end parts of long texts, negatively affect the performance of existing text processing methods in the classification of long texts. To solve this problem, it is proposed to cut the long text into several parts. The aim of the study is to examine the performances of deep transfer machine learning approaches on long data sets. The other problem of long text and big data set is that it is difficult for people to give categories for big data, it takes a lot of time and effort. A zero-shot algorithm has been proposed to solve this problem.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Dijital arşiv örüntülerinin hesaplamalı arşiv bilimi ile incelenmesi
Investigation of digital archive patterns with computational archival science
MEHMET OYTUN CİBAROĞLU
Doktora
Türkçe
2025
ArşivMarmara ÜniversitesiBilgi ve Belge Yönetimi Ana Bilim Dalı
DOÇ. DR. BAHATTİN YALÇINKAYA
- Classification of abnormal respiratory sounds using deep learning techniques
Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması
AHAMADI ABDALLAH IDRISSE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- Detection of air bubbles from tire sherography images using machine learning and deep learning techniques
Makina öğrenmesi ve derin öğrenme teknikleri kullanarak, lastik sherografı resimlerinden lastik katmanları arasındaki hava kabarcıklarının tespitinin yapılması
NAGMY ALI ABDULGANI SALEH
Yüksek Lisans
İngilizce
2022
Mekatronik MühendisliğiKocaeli ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN METİN ERTUNÇ
- Sınırlı denetim ve anlamsal temsiller ile işaret dili öğrenimi
Learning sign languages with limited supervision and semantic representations
YUNUS CAN BİLGE
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NAZLI İKİZLER CİNBİŞ