Tübitak Proje Çıktıları

Permanent URI for this collection

https://hdl.handle.net/11424/280662

Browse

Browsing Tübitak Proje Çıktıları by Subject "Bilgisayar Bilimleri, Teori ve Metotlar"

Now showing 1 - 2 of 2
  • Thumbnail Image
    PublicationOpen Access
    Omsieve - Çözüm Kümesi Programlama Tabanlı Muhakeme Edilen Esgönderge Sieve Çözümlenmesi
    (2017-01-01) Peter SCHULLER; Marmara Üniversitesi, Mühendislik Fakültesi, İstanbul, Türkiye
    OmSieve Proje?sinde Çözüm Kümesi Programlama yöntemini kullanarakEsgönderge Çözümlenmesini farklı açılar ile inceledik. Çözüm Kümesi Programlama(ÇKP), tekdüze olmayan nedensellestirme islemlerini, bilgi gösterimini, ve karmabilgi tabanlı nedensellestirmeyi destekleyen genel amaçlı bir mantık programlamayapısıdır. Bir ÇKP mantık programında, mantıksal kavramlar arasındaki iliskiyive cözümlerdeki kısıtları içeren olası çözüm kümelerini tanımlarız. Bu sekildegösterilen bir ÇKP çözümcü (bir yazılım aracı) belirlenen iliskilere ve kısıtlarabaglı çözümleri hesaplamaktadır. Esgönderge Çözümlenmesi dogal dilde metinedilen sözcük öbeklerinin dünyadaki aynı varlıga denk geldigini bulmayı saglayanBilgisayar Dilbilimi konusudur. Örnegin, ?O, insanlara: ?Yardımınıza ihtiyacımvar? dedi? ana cümledeki özne olan kisi ?O?, ve ?ihtiyacım? kelimesini söyleyenkonusmacıyı tanımlarken, ?insanlar? ve ?yardımınız? kelimesindeki ?siz? kelimesidinleyicileri tanımlamaktadır. OmSieve projesinde, asagıda belirtilen arastırmakatkıları tarafımızdan gerçeklestirilmistir: (I) ?Sieve? esgönderge çözümlenmesiyaklasımının kurallarını biçimsel bir sekilde analiz ettik, (II) ÇKP için basamaklıicra çerçevesi gelistirdik, (III) orjinal Sieve?i bu çerçeve içerisinde olusturduk,(IV) ilerleyen kısıtlı basamaklar yerine tahminde bulunabilen karma Sieve?iolusturduk, (V) Sieve?i degerlendirip Stanford Dcoref sistemiyle karsılastırdık,(VI) ODTÜ-Sabancı Türkçe Agaç Yapılı Derlemi için bir esgönderge tanımlamaprojesi organize ettik, (VII) birçok etiketlemelerden otomatik olarak bir altınstandard kurmaya yönelik yeni bir metodu gelistirdik, (VIII) Marmara TürkçeEsgönderge Derlemi olusturduk, ve (IX) Türkçe esgönderge çözümlenmesi içinyeni bir referans sistemi yaratıp bunu kendi derlemimizi kullanarak teyid ettik.Bu proje süresince yapılan isler ile 2 adet tam metin konferans makalesi, bir kitapbölümü ve bir dergi makalesi (SCI-E) yayınlanmıstır. Diger dergi makalesi isedergiye gönderilme asamasındadır. Ayrıca, Marmara Türkçe Esgönderge Derlemionline ve herkese açık olarak bir Git veri havuzunda yayınlanmıstır.
  • Thumbnail Image
    PublicationOpen Access
    Sakö (Sosyal Ağlarda Kanaat Önderleri): Sosyal Ağlardaki Yazışmaların ve Kullanıcıların Özelliklerinin Kullanılması İle_x000D_Konu Tabanlı Kanaat Önderlerinin Tespit Edilmesi
    (2020-15-09) Murat Can GANİZ;Ayşe Berna ALTINEL GİRGİN;Arzucan ÖZGÜR TÜRKMEN; MARMARA ÜNİVERSİTESİ;MARMARA ÜNİVERSİTESİ;MARMARA ÜNİVERSİTESİ
    Bu proje Twitter gibi çevrimiçi sosyal ag siteleri üzerinde toplumu etkileyen kanaat_x000D_önderlerinin konu tabanlı olarak analiz ve tespit edilmesini amaçlamaktadır._x000D_Literatürde Twitter üzerine yapılan sınıflandırma çalısmalarında, geleneksel sınıflandırıcılar_x000D_kullanılmakta ve kelimelerin anlamsal iliskileri göz ardı edilmektedir. Yapılan arastırmalarda,_x000D_atılan tweetlerdeki kelimeler görülme frekanslarına göre kayda alınmakta ve etki degerleri TF,_x000D_TF-IDF gibi agırlıklandırma yöntemleri ile hesaplanmaktadır. Bu yöntemler oldukça yaygın_x000D_kullanılıyor olmalarına karsın; çok-seslilik, çok-anlamlılık, ikili kelime grupları, gizli anlamlılık_x000D_gibi dogal dilin kendine özgü durumlarını göz ardı etmektedirler. Ayrıca yine Twitter üzerinde_x000D_yapılan çalısmalarda, hem yazısmaları hem sosyal agın özelliklerini hem de kullanıcıların_x000D_özelliklerini kullanarak modellenmis özgün anlamsal egiticili (supervised) ve yarı-egiticili_x000D_(semi-supervised) sınıflandırıcılar bulunmamaktadır._x000D_Bu projede gelistirilmis olan yöntemlerle, sosyal ag sitelerindeki içerigin analiz edilerek, konu_x000D_tabanlı kanaat önderlerinin bulunması bildigimiz kadarıyla daha önce hiç çalısılmamıstır._x000D_Projemiz asagıda sıralanan katkıları saglamaktadır:_x000D_1.Sosyal agdaki yazısma ve kullanıcıların Spam(Yanıltıcı/Sahte) içerikli olup olmadıgının_x000D_anlasılması ve spam içerigin ayıklanması._x000D_2.Twitter üzerindeki hem yazısmaları hem sosyal agın özelliklerini hem de kullanıcıların_x000D_özelliklerini kullanarak modellenmis özgün anlamsal egiticili (supervised) ve yarı-egiticili_x000D_(semi-supervised) sınıflandırıcılar gelistirilmesi._x000D_3.Twitter üzerindeki konu tabanlı kanaat önderlerinin tespit edilmesi. Bu vesile ile kisiler kendi_x000D_ilgi alanlarına uygun kanaat önderlerini takip etme imkânına sahip olabileceklerdir.Literatürde_x000D_kanaat önderlerini konu tabanlı tespit eden çalısmalar yok denecek kadar azdır._x000D_4.Kanaat önderlerinin lokal ve global çevrelerindeki etki güçlerinin zaman boyutunda analizi_x000D_ve hesaplanması,_x000D_5.Kanaat önderlerinin mesajlarına dayanarak, bilginin daha hızlı(Büyük veri teknolojilerini_x000D_destekleyen algoritmaların kullanılması) çıkartılmasını saglayacak yaklasımların gelistirilmesi._x000D_Listelenen bilimsel ve teknolojik katkıların, çesitli sosyo-ekonomik etkileri de vardır. Gelistirilen_x000D_sistem sosyal agda Türkçe dilinde çalısabilen derlem tabanlı bir sistem olarak insa edilmistir._x000D_Twitter?dan toplanan veri kümesi üzerinde yapılan deneyler, gelistirilen sistemin literatürde_x000D_var olan çesitili yöntemlerden (liner kernel, Page Rank algoritmsı...vb.) daha basarılı oldugunu_x000D_göstermistir.