Atıf Sayısı
9
Görüntüleme
28
İndirme
7
Türkçe, morfem adı verilen birimlerin art arda eklenmesiyle sözcüklerin oluşturulduğu sondan eklemeli bir dildir. Sözcüklerin farklı parçaların birleştirilmesiyle oluşturulması makine tercümesi, duygu analizi ve bilgi çıkarımı gibi birçok doğal dil işleme uygulamasında seyreklik problemine yol açmaktadır çünkü sözcüğün her farklı formu farklı bir sözcük gibi algılanmaktadır. Bu makalede, sözcüklerin yapım ve çekim eklerinden arındırılarak köklerinin otomatik olarak bulunabilmesi için bir yöntem öneriyoruz. Kullandığımız yöntem tekrarlayan sinir ağları kullanarak oluşturulan kodlayıcı-kod çözücü yaklaşımına dayanmaktadır. Verilen herhangi bir sözcük, oluşturduğumuz sinir ağı yapısı ile öncelikle kodlanmakta, ardından kodu çözülerek köküne ulaşılabilmektedir. Bu yöntem şimdiye kadar etiketleme veya makine tercümesi gibi problemlerde kullanılmıştır. Diğer Türkçe kök bulma modelleriyle karşılaştırıldığında sonuçların oldukça iyi olduğu gözlenmiştir. Diğer modellerde olduğu gibi, herhangi bir kural kümesi elle tanımlanmadan, sadece sözcük ve kök ikililerinden oluşan bir eğitim veri kümesi kullanılarak kök bulma işlemi önerdiğimiz bu model ile gerçekleştirilebilmektedir.
Turkish is a language that must be added from the end in which the words are created by the addition of the units called morphem. The creation of words by combining different parts leads to a problem of fluency in many natural language processing applications, such as machine translation, emotional analysis and information extraction, as each different form of the word is perceived as a different word. In this article, we recommend a method that the roots can be found automatically by cleaning the words from the production and drawing additives. The method we use is based on the coder-code solver approach created using repeated nerve networks. Any given word can be coded first with the structure of the nerve network we create, then the code can be dissolved and reached the root. This method has so far been used in problems such as labelling or machine translation. Compared to other Turkish root findings, the results were quite good. As with other models, any set of rules can be done without hand-defined, using a training data set consisting only of the word and root two, with the root finding process that we recommend with this model.
Turkish is an agglutinative language that builds words by concatenating the units called morphemes. Building words by concatenating various units together leads to sparsity problem in many natural language processing tasks such as machine translation, sentiment analysis, and information extraction because each different form of the same word is considered as a different word token. In this paper, we propose a method that can find the stems of words automatically by filtering out any derivational or inflectional suffixes attached to words. The proposed method is based on an encoder-decoder model built by recurrent neural networks. Any given word is first encoded by the neural network and then its stem is extracted by decoding it. This method has been used in problems such as tagging or machine translation so far. We obtain compatitive results compared to other Turkish stemmers. Moreover, unlike the other models, stemming could be performed without defining a rule set manually, and by just using a train set that involves word and stem pairs.
Alan : Eğitim Bilimleri; Fen Bilimleri ve Matematik
Dergi Türü : Uluslararası
Makale Detay 
Atıf Yapanlar
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Bu Sayfayı Yazdırın
Paylaş
Mendeley
