A generic syntactic parser for turkic languages

Abstract

Sözdizimi kelimelerin kelime gruplarını, kelime gruplarının da cümleleri nasıl oluşturacaklarını belirler. Bu kelime ve/veya kelime gruplarına sözdizimsel ögeler denir. Cümleyi sözdizimsel öglerine ayıran araçlara ise sözdizimsel çözümleyici adı verilir. Sözdizimsel çözümleme doğal dil işlemenin temel konularından biridir ve sözdizimsel çözümleyicilere gerçek dünya uygulamalarında yaygın olarak ihtiyaç duyulur. Bu tez çalışmasında Türkî diller için genel bir cümle çözümleyici geliştirildi. Geliştirilen çözümleyici bağlamdan-bağımsız gramer (CFG) kurallarına, morfolojik çözümlemeye ve geçerlilik kurallarına dayanmaktadır. Geliştirilen system CFG ve geçerlilik kurallarını içeren dosyalar ile bir morfolojik çözümleyiciye sahip olan her Türkî dil için çalışmaktadır. Türkçe ve Türkmencenin grameri bilgisayısal açıdan incelenmiş ve sistem Türkçe için hayata geçirilmiştir. Daha sonra kısmi değişiklikler ile Türkmenceye uyarlanmıştır.

Syntax defines how to construct word groups with words and sentences with word groups. These words and/or word groups are called syntactic parts. A tool that analyzes a sentence into its syntactic parts is called syntactic parser. Parsing is one of the major tasks of natural language processing and parsers have a wide area of use in real world applications. In this thesis, we developed a generic parser for Turkic languages. The parser depends on CFG (context-free grammar) rules, morphological analysis and validation rules. System works with any Turkic language if required files of the language such as CFG and validation rules and a morphological analyzer are provided. We studied Turkish and Turkmen grammar from a computational point of view. Then we implemented the system for Turkish and slightly modified it for Turkmen.