Derin öğrenme ile Türkçe eşgönderge çözümlemesi üzerine yeni bir yaklaşım

Abstract

Doğal dil işleme, bilgisayar ve insan dilinin etkileşimi olan yapay zekanın bir alt dalıdır. Doğal dil işleme konularından biri olan eşgönderge çözümlemesi ise, bir metinde geçen aynı varlığa ait olan ifadeleri bulmayı amaçlamaktadır. Bu tez çalışmasında, Python tabanlı bir derin öğrenme kütüphanesi olan AllenNLP kullanılarak Marmara Türkçe eşgönderge derlemi üzerinde yapılan Türkçe eşgönderge çözümleme çalışması sunulmaktadır. Kullanılan bu kütüphane eşgönderge çözümleme modellerinden aralık derecelendirme modelini kullanmakta ve derin öğrenme yöntemiyle eşgönderge çözümlemesi yapmaktadır. Bu çalışmada elde edilen sonuçlar, Marmara Türkçe eşgönderge derlemi üzerinde kelimelerin ham hallerine göre çapraz doğrulama yöntemleri deneyleri, kelime köklerine göre çapraz doğrulama yöntemleri deneyleri ve hiperparametre ayarlamalarına göre deneyler uygulanarak elde edilmiştir. Hiperparametre ayarlama deneyleri ile hem kelimelerin ham halleri için, hem de kelime kökleri için sonuç iyileştirmeleri gerçekleştirilmiştir. Ayrıca, İngilizce CoNLL-2012 Shared Task derlemi üzerinde de karşılaştırma amaçlı deneyler gerçekleştirilmiştir. Hem Türkçe eşgönderge derlemi, hem de İngilizce eşgönderge derlemi üzerinde gerçekleştirilen bütün deneylerin sonuçlarının paylaşıldığı bu tez çalışmasında; Türkçe dili için çalışan ve derin öğrenme yöntemlerinin uygulandığı ilk Türkçe eşgönderge çözümleme uyarlaması gerçekleştirilmiştir.

Natural language processing is a sub-topic of artificial intelligence, which refers to the interaction between computer and human languages. As a natural language processing method, coreference resolution aims at finding all phrases pointing to a single entity in a text. In this thesis, Turkish coreference resolution is utilized using the AllenNLP Python deep learning library on the Marmara Turkish coreference corpus. AllenNLP deep learning library uses span-ranking model as a coreference resolution model. For this study, cross validation experiments were performed by using the raw states of words, and the word stems as inputs from the Marmara Turkish coreference corpus. Hyperparameter tuning was additionally applied on the methods used. In order to validate the methods with the English language, English CoNLL-2012 Shared Task corpus were used as an input. Experimental results both on the Turkish coreference corpus and the English coreference corpus are reported. As a result of this thesis, a novel deep learning based Turkish coreference resolution method is successfully adapted for the Turkish language.