Knowledge graph based visual interpretation of web content

Abstract

İnternetin popülerleşmesi ile internet içeriğine yeni nesil televizyonlar üzerinden erişilmektedir. Ancak internet içeriğinin geniş ekran televizyonlar için tasarlanmamış olmalarından dolayı kullanıcılar internet içeriğine erişmek için televizyonlarını tercih etmemektedir. Kullanıcıların büyük bölümü hala televizyon yerine internet içeriğine erişmek için kişisel bilgisayarlarını kullanmaktadır. Bu tez kapsamında, TV'lerde internet içerik tüketimi ve kullanılabilirlik sorunlarını aşmak için Videolization isimli görselleştirme sistemi geliştirilmiştir. Videolization sistemi Türkçe veya İngilizce internet içeriğinin Anlamsal Ağlar teknolojilerini kullanarak otomatik olarak görselleştirilmesini hedeflemektedir. Sistem internet içeriğinden çıkarımı yapılan anlamsal varlıkların görsel ve anlamsal bilgilerini kullanarak görsel sunum yapabilmektedir. Tez çıktısı internet içeriğinin görsel yorumundan, Bilgisayar Grafiği teknolojilerini kullanarak otomatik video üretilebilmektedir. Bu nedenle, bu çalışmanın ana odak noktası Videolization sisteminin arkasındaki varlık bağlama (entity linking) sistemidir. İngilizce için birçok başarılı varlık bağlama uygulamaları bulunmaktadır. Fakat Türkçe dili için kamuya açık kullanılabilir bir varlık bağlama sistemi bulunmamaktadır. Türkçe içerikleri görselleştirmek için bu tez kapsamında Thinker isimli Türkçe varlık bağlama sistemi geliştirilmiştir. Önerilen Thinker sisteminin başarımını ölçmek için deneyler yapılmıştır. Deneylerde Thinker sistemi belirsizlik giderme performansı açısından daha önceki yöntemlere göre çok daha iyi performans göstermiştir.

Web content nowadays can also be accessed through new generation Internet Connected TVs. However these products failed to change users' behavior for consuming online content. Users still prefer their personal computers instead of their TVs when they access Web content. Certainly, most of the online content is still designed to be presented with a personal computer or mobile devices. In order to overcome usability problem of Web content consumption on TVs, this thesis presents Videolization, a knowledge graph based visual interpretation system that automatically interprets visually given Turkish or English textual Web content by using Semantic Web based technologies. The system visualizes textual Web content by utilizing visual representations of extracted entities from the content. The generated visual interpretation of a given Web content could be automatically converted into a video by using Computer Graphics based technologies. Therefore the main focus of this study is entity linking, which is the most critical task in Content Curation process. Entity linking is the generation of assignments from knowledge graph entities to documents. In contrast to many successful applications for English, there is currently no publicly available entity linking system for Turkish. In order to visualize Turkish content, this thesis presents Thinker, a novel entity linking system for linking Turkish text content with entities defined in the Turkish dictionary or Turkish Wikipedia. The effectiveness of Videolization is validated empirically over opinion surveys and the effectiveness of Thinker is validated empirically over generated data sets. The experimental results show that Thinker greatly outperforms previous methods in terms of disambiguation performance.