İngilizce dokümanlarda tema ve alt kavramların tespiti

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: İstanbul Ticaret Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2018

Tezin Dili: Türkçe

Öğrenci: SENA ÖGTELİK

Danışman: TURAN METİN

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Metin sınıflandırma, belgelerin özelliklerine göre birbirinden ayırt edilmesi için yapılan çalışmadır. Bu sınıflandırmalar belgelerin konusunu, belgenin yazarını veya belgenin yazarının cinsiyetini belirleme gibi alanlarda yapılabilir. Belgenin konusu, metinin içerdiği kelimeler ile temsil edilebilir veya kelimelerin anlamsal özellikleri yardımıyla tespit edilebilir. Metinin içerdiği kelimeler ile doğrudan belgenin konusunu temsil etmek yerine, kelimelerin metin içinde kullanıldığı anlama göre çıkarım yapılarak, kelimelerin temsil ettiği konunun tespiti yapılabilir. Yapılan sınıflandırma çalışmasında kelimelerin temsil ettiği konular eğitim setleri kullanılarak tespit edilmiş, deneme metinleri içerisinde geçen kelimelerin ağırlıklarına göre ise sınıflandırma yapılmıştır. Dokümanlarda tema ve alt kavram tespiti konusunda bir model önerilmiş ve deneysel bulgular değerlendirilmiştir. Dokümanlarda tema ve alt kavramların tespiti için kullanılabilecek anlamlı sözcüklerin belirlenmesi amacıyla Helmholtz prensibi temelli Gestalt teorisi kullanılmıştır. Bu sözcüklerin girdi olduğu bir Yapay Sinir Ağı (YSA) modeli oluşturulmuş, eğitim dokümanları (140 adet) ile bu ağ eğitilmiştir. Eğitim ve sınama doküman veri seti spor ve eğitim temalarında olup, toplam 14 alt kavram seçilmiştir. YSA'nın çıktısı tema ve alt-kavram bilgilerini vermektedir. 70 adet sınama dokümanı ile farklı sayıda (5, 10, 20) anlamlı kelime seçilerek deneyler yapılmış, başarı oranının konularda yaklaşık olarak % 95, alt kavramlarda ise % 80 olduğu gözlemlenmiştir.