Türkçe magazin haberlerinde adlandırılmış varlık tanıma
Named entity recognition in Turkish celebrity news
- Tez No: 971213
- Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET DİKMEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Doğal dil işleme, Yapay zeka, Natural language processing, Artificial intelligence
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Başkent Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışması, Türkçe magazin haberlerinde adlandırılmış varlık tanıma üzerine odaklanmaktadır. Amaç, Türkçenin eklemeli yapısı ve magazin dilinin bağlama dayalı özellikleri karşısında derin öğrenme tabanlı modellerin performansını değerlendirmektir. Bu kapsamda, kişi, tarih, organizasyon, konum ve ilişki gibi on bir varlık türünü içeren, manuel olarak etiketlenmiş alana özgü bir veri kümesi oluşturulmuştur. Etiketleme BIO ve non-BIO formatlarında yapılmış, veriler eğitim ve test kümelerine ayrılmıştır. Üçü Türkçeye özgü, ikisi çok dilli olmak üzere beş farklı dönüştürücü tabanlı model eğitilmiş ve doğruluk, kesinlik, duyarlılık, F1 skoru gibi metriklerin yanı sıra karışıklık matrisi ve t-SNE görselleştirmeleri ile analiz edilmiştir. Karşılaştırmalar, her iki etiketleme sisteminde de en yüksek başarının mBERT modeli ile elde edildiğini ortaya koymuştur. Çok kelimeli varlıkların tespitinde, kullanılan etiketleme formatı ile modelin yapısal özelliklerinin uyumu belirleyici olmuştur. Ayrıca modellerin karar süreçlerini yorumlayabilmek için LIME tabanlı açıklanabilirlik analizi de gerçekleştirilmiştir. Sonuçlar, derin öğrenme yöntemlerinin Türkçe magazin haberlerinde etkili bir şekilde uygulanabileceğini ve doğru model ile etiketleme formatı uyumu sağlandığında yüksek doğruluk elde edilebileceğini göstermektedir.
Özet (Çeviri)
This thesis focuses on named entity recognition in Turkish celebrity news. The aim is to evaluate the performance of deep learning-based models against the agglutinative structure of Turkish and the context-dependent nature of magazine language. For this purpose, a domain-specific dataset containing eleven entity types, including person, date, organization, location, and relationship, was manually annotated. Labeling was performed in both BIO and non-BIO formats, and the data was divided into training and test sets. Five transformer-based models, three designed specifically for Turkish and two multilinguals, were trained and analyzed using metrics such as accuracy, precision, recall, and F1 score, as well as confusion matrices and t-SNE visualizations. Comparisons revealed that the highest performance in both labeling systems was achieved by the mBERT model. In the identification of multi-word entities, the compatibility between the chosen labeling format and the structural features of the model proved to be a determining factor. In addition, LIME based explainability analysis was conducted to interpret the decision-making processes of the models. The results demonstrate that deep learning methods can be effectively applied to Turkish celebrity news and that high accuracy can be achieved when the appropriate model and labeling format alignment are ensured.
Benzer Tezler
- Türkçe haber metinlerinde kaçınma stratejileri
Hedging strategies in Turkish news texts
İREM KAZAR
Yüksek Lisans
Türkçe
2026
Türk Dili ve EdebiyatıEskişehir Osmangazi ÜniversitesiTürk Dili ve Edebiyatı Ana Bilim Dalı
DOÇ. DR. FATİH DOĞRU
- Haber değeri açısından televizyon haberlerinde magazin unsuru: Türk ve Kazak televizyonları üzerine bir karşılaştırma
According to the point of news value magazine element comparison on Turk-Kazak television
GULZADE KAKİYEVA
Yüksek Lisans
Türkçe
2006
Radyo-TelevizyonGazi ÜniversitesiRadyo Televizyon ve Sinema Ana Bilim Dalı
PROF.DR. NURETTİN GÜZ
- TRT haberciliği ve TRT haberlerinde etik
TRT broadcasting and ethic in TRT news
TÜLAY İKBAL TÜZÜN KANKALP
Yüksek Lisans
Türkçe
2002
Radyo-TelevizyonAtatürk ÜniversitesiRadyo Televizyon ve Sinema Ana Bilim Dalı
PROF.DR. ABDULKUDDUS BİNGÖL
- Bilim iletişimi ve bilim gazeteciliği: Ege Üniversitesi Haber Ajansı örneğinde üniversitelerde bilim haberlerinin üretilmesine yönelik bir inceleme
Science communication and science journalism: Ege University News Agency for instance, for the production of a study of university science news
SEÇİL UTMA
- Benmerkezci habercilik anlayışıyla haberin dönüşümü
Transformation of news through the perspective of egocentric journalism
MİNE ÖZDEMİR
Doktora
Türkçe
2017
Gazetecilikİstanbul ÜniversitesiGazetecilik Ana Bilim Dalı
PROF. DR. BELKIS ULUSOY NALCIOĞLU