Abstract:

Doğal dil işlemenin önemli alt konularından biri olan dil tanıma (DT),  bir dokümanın içeriğine göre yazıldığı dili belirleme işlemidir.  Bu çalışmada, karakterlerin UTF-8 değerlerini birbirleri ile karşılaştırmalar sonucu elde edilen ikili desenler kullanarak yeni bir dil tanıma yaklaşımı, bir boyutlu yerel ikili örüntüler  (1B-YİÖ) önerilmiştir.  Önerilen yöntem farklı sayıda dillerden oluşan metinler içeren dört  veri kümesi ile test edilmiştir. 1B-YİÖ ile dokümanlardan elde edilen öznitelikler kullanılarak farklı makine öğrenmesi yöntemleri  ile sınıflandırma işlemi gerçekleştirilmiştir. Dört veri kümesi için sınıflandırma başarıları sırası ile  %86.20, %92.75, %100 ve %89.77 olarak gözlenmiştir. Elde edilen sonuçlara göre önerilen öznitelik çıkarım yönteminin dil tanıma için önemli örüntüler sağladığı görülmüştür. 

Keywords: