KaydedilenlerDerginizi ekleyin

Dergiler / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2013 / Cilt: 23 Sayı: 2

TÜRKÇE’DE KULLANILAN İŞLEV KELİMELERİN ZİPF 1. KANUNU ESASINDA DEĞERLENDİRİLMESİ

Senem Metin
Sayfa
—
Yayın Tarihi
2013-02-18
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)

Çalışmada önerilen yöntem ile ilgili testler Türkçe metinler içeren farklı derlemler üzerinde yapılmış, sonuçlar değerlendirilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada doğal dil içinde gramer yapısının oluşturulması amacıyla kullanılan, içinde bulunduğu metnintaşıdığı enformasyon miktarını değiştirmeyen kelimeler (işlev kelimeler) araştırılmıştır.
📊
Temel Bulgular & Veri:Araştırmanın temeliniZipf’in 1.
💡
Sonuç & Katkı:Çalışmada önerilen yöntem ile ilgili testler Türkçe metinler içeren farklı derlemler üzerinde yapılmış, sonuçlar değerlendirilmiştir.
🔬Tür:Makale
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:İşlev kelime · içerik kelime · test derlemleri.

Özet

Bu çalışmada doğal dil içinde gramer yapısının oluşturulması amacıyla kullanılan, içinde bulunduğu metnintaşıdığı enformasyon miktarını değiştirmeyen kelimeler (işlev kelimeler) araştırılmıştır. Araştırmanın temeliniZipf’in 1. Kanunu’nun Türkçe metinler üzerinde sınanması ve yüksek frekanslı kelimelerin işlev kelime olacağı beklentisi oluşturmaktadır. Çalışmada önerilen yöntem ile ilgili testler Türkçe metinler içeren farklı derlemler üzerinde yapılmış, sonuçlar değerlendirilmiştir.

🔖

Bu Makaleye Atıf Yap

Metin, S. (2013). TÜRKÇE’DE KULLANILAN İŞLEV KELİMELERİN ZİPF 1. KANUNU ESASINDA DEĞERLENDİRİLMESİ. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 23 Sayı: 2. https://ajindex.com/articles/1078841

📄 Tam Metin PDF Okuyucu

↗Yeni Sekme

Kaynakça (46)

  1. Kornai, A., How many words are there?,
  2. Glottometrics 2002/4, 61-86p., 2002.
  3. Zipf, G. K., Human Behaviour and the
  4. Principles of Least Effort, Cambridge, MA,
  5. Addison-Wesley, 1949.
  6. Manning, C.D., Schütze, H., Foundations of
  7. Statistical Natural Language Processing.
  8. The MIT Press, Cambridge, Massachusetts,
  9. London, England, 2003.
  10. Hakkani-Tür, D.Z., Oflazer, K., and Tür, G.,
  11. Statistical morphological disambiguation for
  12. agglutinative languages, International
  13. Conference On Computational Linguistics,
  14. Proceedings of the 18th conference on
  15. Computational Linguistics - Volume 1,
  16. Saarbrücken, Germany, 285 - 291 , 2000.
  17. Dinçer, T., Türkçe için İstatistiksel Bir Bilgi Gerigetirim
  18. Sistemi, Doktora Tezi, U.B.E.,Ege
  19. Üniversitesi, 2004.
  20. Tuldava, J., A Mathematical Model Of The
  21. Vocabulary-Text Relation. COLING 1980, 600-604,
  22. -
  23. Alpkoçak, A., Kut, A., ve Özkarahan, E., 1995, Bilgi
  24. Bulma Sistemleri için Otomatik Dizinleme Yöntemi,
  25. Bilişim’95, Dokuz Eylül Üniversitesi, İzmir, 6s.,
  26. Holmes-Higgin, P., Abidi S. R., Ahmad, K., A
  27. Description of Texts in a Corpus: 'Virtual' and 'Real'
  28. Corpora, EURALEX'94, 1994.
  29. Van Rijsbergen, C.J., Information Retrieval (2nd
  30. ed.), Butterworths, London, 1979.
  31. Argamon, S., Levitan, S., Measuring the Usefulness
  32. of Function Words for Authorship Attribution,
  33. Proceedings of ACH/ALLC Conference 2005 in
  34. Victoria, BC, Canada, 2005.
  35. Cleveland, D. B. , Cleveland, A. D., Introduction to
  36. indexing and abstracting, Libraries Unlimited, Inc.,
  37. Littleton, Colorado, 1983.
  38. Baayen, R. H., Word Frequency Distributions,
  39. Dordrecht: Kluwer Academic Publishers, 2001.
  40. Kumova, S., Derlem Hazırlama Kriterlerinin
  41. Oluşturulması, Yüksek Lisans Tezi, U.B.E., Ege
  42. Üniversitesi, 2005.
  43. Powers, D. M. W., Applications and Explanations of
  44. Zipf’s law, NEMLAP3/CONLL98, New methods
  45. in language processing and Computational
  46. natural language learning, 151-160, 1998.