@article{article_1595416, title={Derin Öğrenme ile Türkçede Adıl Çözümleme}, journal={Bilgisayar Bilimleri ve Mühendisliği Dergisi}, volume={17}, pages={109–119}, year={2024}, DOI={10.54525/bbmd.1595416}, author={Taze, Mehmet and Kumova Metin, Senem}, keywords={Natural language processing, Pronoun resolution, Convolutional neural networks, Multilayer Perceptron, Recurrent neural networks}, abstract={Dilde, bir sözcüğün/sözcük öbeğinin sürekli tekrar eden kullanımını önlemek için, ilgili öncül sözcüğe/sözcük öbeğine atıfta bulunan adılların kullanımına sık rastlanır. Bir adılın atıfta bulunduğu öncül ile eşleştirilmesi adıl çözümleme olarak adlandırılır. Bu çalışmada Türkçe metinlerde adılların çözümlenmesinde derin öğrenme yöntemlerinin başarımı değerlendirilmiştir. Çalışma kapsamında 10 Türkçe çocuk hikayesi kullanılarak bir veri kümesi derlenmiş, deneylerde kullanılmak üzere 12 öznitelik belirlenmiştir. Çok katmanlı algılayıcı, evrişimsel (konvolüsyonel) ve tekrarlayan sinir ağları nöron ve katman sayılarının değiştiği bir dizi farklı konfigürasyonla uygulanarak F1 ölçüsü ile başarım ölçülmüştür. Sonuçlar, Türkçe adıl çözümlemesinde en yüksek başarımın, çok fazla nöron kullanan orta sayıda katmana sahip çok katmanlı algılayıcı sinir ağı tarafından elde edildiğini göstermiştir.}, number={2}, publisher={Akademik Bilişim Vakfı}