DERİN ÖĞRENME YÖNTEMİ İLE TÜRKÇE SÖZCÜK TÜRÜ İŞARETLEME
Proje no. 177 · Durum: Kapanmış · 2018
Özet
Doğal dil işleme, yapay zekanın önemli uğraş alanlarından biridir. Doğal dil işleme alanında çalışma konuları arasında gövdeleme, biçim birimsel analiz, sözcük türü tespiti gibi temel çalışmaların yanısıra dil üretimi, konuşma analizi, diller arası otomatik cevirim, bilgi geri getirim, metin düzeltim, otomatik indeksleme, konuşma anlama gibi çalışmaları da bulunmaktadır. Doğal dil işleme çalışmalarının birbirleri üzerine yapılandırıldıkları veya birbirlerinin performansını artırdıkları söylenebilir. Özellikle sözcük türü tespitinin bilgi geri getirim, dil anlama gibi alanlardaki başarım oranlarını arttırdığı birçok çalışmada gösterilmiştir. Projede, daha önce Türkçe üzerinde kural tabanlı ve istatistiksel yöntemler ile yüksek başarım oranı sağlanmış olan sözcük türü tespiti probleminin derin öğrenme yaklaşımı ile çözülmesi amaçlanmaktadır. Bilgimiz dahilinde Türkçede sözcük türü tespit problemini derin öğrenme yöntemleri ile ele alan başka bir çalışma bulunmamaktadır. Projede, derin öğrenme yöntemleri kelime yerleştirme (ing. word embeddings) ile birlikte kullanılmıştır. Araştırmada yer alan derin öğrenme süreçlerinde SENNA (Semantic/Syntactic Extraction using a Neural Network Architecture) aracı kullanılmıştır. Oluşturulan düzeneğin Türkçe sözcük türlerinin tespiti probleminin çözümündeki performans testleri sonucunda %83,09 gibi bir başarım oranına ulaşılmıştır. Bu başarım oranı, farklı yöntemler ile elde edilen başarım oranlarına göre nispeten düşük görülse de gelecek çalışmalar için iyi bir başlangıç noktası olarak kabul edilebilir.