KaydedilenlerDerginizi ekleyin

Dergiler / İstanbul Sabahattin Zaim Üniversitesi Fen Bilimleri Enstitüsü Dergisi / 2021 / Cilt: 3 - Sayı: 1

Açık Kaynak Doğal Dil İşleme Kütüphaneleri

Open Source Natural Language Processing Libraries

Havva YILMAZ
Semih YUMUŞAK
Sayfa
81–85
Yayın Tarihi
2021-04-30
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Farklı yöntem ve kütüphaneler karşılaştırmalı olarak açıklanmıştır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Doğal dil işleme, dil bileşenlerinin hem şekilsel hem de anlamsal olarak analiz edildiği yöntemlere verilen isimdir.
📊
Temel Bulgular & Veri:Doğal dil işleme yöntemleri sürekli güncellenmekte ve yeni yöntemler geliştirilmektedir.
💡
Sonuç & Katkı:Farklı yöntem ve kütüphaneler karşılaştırmalı olarak açıklanmıştır.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Doğal dil işleme · Doğal dil işleme kütüphaneleri · Makine öğrenmesi

Özet

Doğal dil işleme, dil bileşenlerinin hem şekilsel hem de anlamsal olarak analiz edildiği yöntemlere verilen isimdir. Doğal dil işleme yöntemleri sürekli güncellenmekte ve yeni yöntemler geliştirilmektedir. Bu çalışmada, doğal dil işlemede kullanılan güncel ve popüler kütüphaneler ve bu kütüphanelerde kullanılan yöntemler incelenmiştir. Farklı yöntem ve kütüphaneler karşılaştırmalı olarak açıklanmıştır.

Abstract

Natural language processing is a collection of methods in which language components are analyzed both syntactically and semantically. This study presents the set of tools and libraries classified as natural language processing methods. Current and popular libraries used in natural language processing and the methods used in these libraries are comperatively explained.

🔖

Bu Makaleye Atıf Yap

YILMAZ, H., YUMUŞAK, S. (2021). Açık Kaynak Doğal Dil İşleme Kütüphaneleri. İstanbul Sabahattin Zaim Üniversitesi Fen Bilimleri Enstitüsü Dergisi, Cilt: 3 - Sayı: 1, 81–85. https://ajindex.com/articles/772047

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (11)

  1. Aggarwal, C. C., & Zhai, C. (2012). A survey of text classification algorithms. In Mining text data (pp. 163-222).
  2. Springer, Boston, MA. Akbik, Roland, (2018). Flair A very simple framework for state-of-the-art NLP, 2020. [Çevrimiçi]: https://github.com/flairNLP/flair Barrus, (2018). Pyspellchecker Pure python spell checker based on work by Peter Norvig, 2020. [Çevrimiçi]: https://pypi.org/project/pyspellchecker/ Bora, (2020). Zemberek Parser, 2019. [Çevrimiçi]: https://github.com/kemalcanbora/zemberek\_parser
  3. Buitinck, Louppe, (2013). Scikit-learn 0.23.2 Machine Learning in Python, 2020. [Çevrimiçi]: https://scikit-learn.org/stable/ Bird, (2019). Natural Language Toolkit, 2020. [Çevrimiçi]: http://www.nltk.org
  4. Cambria, E., Poria, S., Gelbukh, A., & Thelwall, M. (2017). Sentiment analysis is a big suitcase. IEEE Intelligent Systems, 32(6), 74-80. Chowdhary, (2020). Natural language processing. In Fundamentals of Artificial Intelligence (pp. 603-649).
  5. Springer, New Delhi. Çetinkaya, (2018). Turkish NLP, 2020. [Çevrimiçi]: https://pypi.org/project/turkishnlp/ David, 2020. How many languages in the world. [Çevrimiçi]: https://www.ethnologue.com/guides/how-many-languages
  6. Dehkharghani, Rahim & Saygin, Yucel & Yanikoglu, Berrin & Oflazer, Kemal. (2015). SentiTurkNet: a Turkish polarity lexicon for sentiment analysis. Language Resources and Evaluation. 50. 10.1007/s10579-015-9307-6.
  7. Eryiğit, G. (2014, April). ITU Turkish NLP web service. In Proceedings of the Demonstrations at the 14th Conference of the European Chapter of the Association for Computational Linguistics (pp. 1-4). Gardner, (2017). A natural language processing platform for building state-of-the-art models. 2020. [Çevrimiçi]: https://allennlp.org/
  8. Honnibal, Matthew, (2017). Spacy Industrial-Strength Natural Language Processing in Python, 2020. [Çevrimiçi]: https://spacy.io/ Howard, (2017). Fast.ai, 2020. [Çevrimiçi]: https://www.fast.ai/
  9. Jivani, A. G. (2011). A comparative study of stemming algorithms. Int. J. Comp. Tech. Appl, 2(6), 1930-1938. Koksal, (2018). GitHub - akoksal/Turkish-Lemmatizer: Lemmatization for Turkish Language, 2018. [Çevrimiçi]: https://github.com/akoksal/Turkish-Lemmatizer
  10. Liang, J., Koperski, K., Dhillon, N. S., Tusk, C., & Bhatti, S. (2013). U.S. Patent No. 8,594,996. Washington, DC: U.S. Patent and Trademark Office. Lorai, (2013). TextBlob: Simplified Text Processing, 2020. [Çevrimiçi]: https://textblob.readthedocs.io/en/dev/
  11. Majumder, P., Mitra, M., & Chaudhuri, B. B. (2