TÜRKÇE DERS ANLATAN YAPAY ZEKÂYA GİDEN YOLDA DOĞAL DİL İŞLEME

Öz

Alan yazın incelendiğinde, öğrencilerin dil, fen ve matematik gibi alanlardaki yeterliliklerinin artırılması amacıyla, sınıflarda öğretmeni asiste etmek üzere robotların kullanıldığı az sayıda çalışmanın bulunduğu görülmektedir. Öğretmenin yerine geçebilecek bir yapay zekâ projesinin gerçekleştirilebilmesi için de makinelerin, insanlar tarafından konuşulan dili anlaması gerekmektedir. Bu çalışmada Türkçe özelinde, doğal dil işleme çalışmaları bağlamında gelinen mevcut durum analiz edildikten sonra bu projenin nasıl alt başlıklara ayrılabileceğine dair öneriler sunuldu ve tasarımında izlenecek yol haritası belirlenmeye çalışılmıştır. Türkçe doğal dil işleme çalışmalarının hangi düzeylerde yapıldığı anlatılırken, konular, yapay zekâ projesi içindeki konumu dikkate alınarak filtrelenmiştir. Bu bağlamda diller arası çeviri çalışmaları, bu çalışmanın kapsamı içine dâhil edilmemiştir.

Anahtar Kelimeler

• Yapay Zekâ,Doğal Dil İşleme

Kaynakça

1. Adalı, Ş. (2009). Türkçe Belgelerden Bilgi Çıkarımı İçin Bir Tümleşik Mimari. Doktora Tezi. İTÜ, Fen Bilimleri Enstitüsü, İstanbul.
2. Amasyalı, M. F. (2012). Kavramlar Arası Anlamsal İlişkilerin Türkçe Sözlük Tanımları Kullanılarak Otomatik Olarak Çıkartılması/matic Extraction of Semantic Relationships using Turkish Dictionary Definitions. EMO Bilimsel Dergi, 1(1): 1-14.
3. Aşliyan, R. ve Günel, K. (2007). YakhnoDetecting misspelled words in Turkish text using syllable n-gram frequencies. Pattern Recognition and Machine Intelligence, 18-22 December, Kolkata, India.
4. Aygül, M., Karaalioğlu, G. ve Amasyalı, F. (2014). Prediction of function tags of the simple Turkish sentences by conditional random fields. Sigma, 32: 23–30.
5. Bawakid, A. ve Oussalah, M. (2008). A semantic summarization system: University of Birmingham at TAC 2008. First text analysis conference (TAC 2008), 17-19 November, Maryland, USA.
6. Bayraktar, Ö. ve Taşkaya Temizel, T. (2008). Person Name Extraction From Turkish Financial News Text Using Local GrammarBased Approach”, The 23rd International Symposium on Computer and Information Sciences-ISCIS, 27-29 October, İstanbul, Turkey.
7. Benitti, F. B. V. (2012). Exploring the educational potential of robotics in schools: A systematic review. Computers and Education, 58(3): 978–988.
8. Cebiroğlu, G. (2002). Sözlüksüz Köke Ulaşma Yöntemi. Doktora Tezi. İTÜ, Fen Bilimleri Enstitüsü, İstanbul.

9. Çabuk, H., Yüksel, Ç., Mocan, Z., Diri, B. ve Amasyalı, M. F. (2003), Metin Analizi ve Sorgulama (MAvS), Koç Üniversitesi İstanbul, 1-11.
10. Cucerzan, S. ve Yarowsky, D. (1999). Language Independent Named Entity Recognition Combining Morphological and Contextual Evidence. Empirical Methods in Natural Language Processing and Very Large Corpora, 21-22 June, MD, USA.
11. Çınar, M. (2003). Veri Ambarlarında Verilerin Temizlenmesi. Doktora Tezi. İTÜ, Fen Bilimleri Enstitüsü, İstanbul.
12. Delibaş, A. (2008). Doğal Dil İşleme ile Türkçe Yazım Hatalarının Denetlenmesi. Yüksek Lisans Tezi. İTÜ, Fen Bilimleri, İstanbul.
13. Derici, C., Çelik, K., Özgür, A., Güngör, T., Kutbay, E., Aydın, Y. ve Kartal, G. (2014). Rule-based focus extraction in Turkish question answering systems. 22nd Signal Processing and Communications Applications Conference (SIU), 23 - 25 April, Trabzon, Turkey.
14. Dilsiz, S. (2005). Bulanık mantık ve yapay sinir ağları ile Türkçe yazım denetleyicisi, Yüksek Lisans Tezi, İTÜ, Fen Bilimleri Enstitüsü, İstanbul.
15. Doğan, S. ve Karaağaç, G. (2012). Dilbilgisel Bağdaşmazlık ve Anlamsal Tutarsızlık. İstanbul Aydın Üniversitesi Dergisi, 16: 25-42.
16. Dönmez, İ. (2016). Türkçe Tümcelerin Yüklem Odaklı Anlam ve Dilbilgisi Çözümlemesi, Doktora Tezi, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul.
17. Eryiğit, G., Oflazer, K. ve Adalı, E. (2006). Türkçe cümlelerin kural tabanlı bağlılık analizi. TAINN 2006 Fifteenth Turkish Symposium on Artificial Intelligence and Neural Networks, 21-23 Haziran, Akyaka, Muğla, Türkiye.
18. Fırat, Y., Kılıçaslan, Y. ve Uçar, Ö. (2013). Bilgisayar Ortamında Biçimsel Ontoloji Oluşturulması. Journal of Higher Education & Science/Yüksekögretim ve Bilim Dergisi, 3(1).
19. Gaudiello, I., Zibetti, E., Lefort, S., Chetouani, M., ve Ivaldi, S. (2016). Trust as indicator of robot functional and social acceptance. An experimental study on user conformation to iCub answers. Computers in Human Behavior, 61, 633-655.
20. Güngör, O. ve Güngör, T. (2007). Türkçe bir sözlükteki tanımlardan kavramlar arasındaki üst-kavram İlişkilerinin Çıkarılması. Akademik Bilişim Konferansı, 1(1): 1–13.
21. Güzey, C. ve Oflazer, K. (1994). Spelling Correction in Agglutinative Languages. Bilkent University Department Of Computer Engineering and Information Systems Technical Report, BU-CEIS-94-01, Ankara, Turkey.
22. Hashimoto, T., Kato, N. ve Kobayashi, H. (2011). Development of educational system with the android robot SAYA and evaluation. International Journal Advanced Robotic Systems, 8(3): 51–61.
23. Hu, M. ve Liu, B. (2004). Mining and summarizing customer reviews. Tenth ACM SIGKDD international conference on Knowledge discovery and data mining, 22-25 August, Washington, U.S.A.
24. Ittoo, A., Bouma, G., (2010). On Learning Subtypes of The Part-whole Relation: Do Not Mix Your Seeds. Association for Computational Linguistics, 11-16 July, Uppsala, Sweden.
25. Kanda, T., Hirano, T., Eaton, D. ve Ishiguro, H. (2004). Interactive robots as social partners and peer tutors for children: A field trial. Human Computer Interaction, 9: 61-84.
26. Kul, S. (2018). Türkçe Tweetlerin Analiz Edilebilmesi için Hadoop/Hive Kullanan Melez Bir Sistemin Geliştirilmesi. Doktora Tezi. Atatürk Üniversitesi, Sosyal Bilimler Enstitüsü, Erzurum.
27. Küçük, D. ve Yazıcı, A. (2008). Identification of Coreferential Chains in Video Texts for Semantic Annotation of News Videos”, The 23rd International Symposium on Computer and Information Sciences-ISCIS, 27-29 October, Istanbul, Turkey.
28. Küçük, D. ve Yazıcı, A. (2009). Exploiting Information Extraction Techniques for Semantic Annotation of Videos in Turkish. The 14th International Conference on Applications of Natural Language to Information Systems-NLDB, 24-26 June, Saarland, Germany, 2009.
29. Mavi, A. Makine Öğrenmesi İle El Yazısı Tanıma Programı. ardamavi.com/2017/04/el-yazisi-tanma.html, (12.11.2019). Movellan, J., Eckhart, M., Virnes, M. ve Rodriguez, A. (2009) Sociable robot improves toddler vocabulary skills. Proceedings of 2009 International Conference on Human Robot Interaction, California, USA.
30. Mubin, O., Stevens, C. J., Shahid, S., Al Mahmud, A. ve Dong, J. J. (2013). A review of the applicability of robots in education. Technology for Education and Learning, 1: 1–7.
31. Nevres, B. İşinize yarayacak en iyi 4 OCR yazılımı. https://mediatrend.mediamarkt.com.tr/isinize-yarayacak-en-iyi-4-ocr-yazilimi, (01.11.2019).
32. Nivre, J. ve Nilsson, J. (2005). Pseudo-projective dependency parsing. The 43rd Annual Meeting on Association for Computational Linguistics, Haziran, Stroudsburg, USA.
33. Oflazer, K. (1994). Two-leveldescriptionofturkishmorphology. Literaryandlinguistic computing, 9(2): 137–148.
34. Oflazer, K. (2003). Dependency parsing with an extended finite-state approach. Computational Linguistics, 29(4): 515-544.
35. Oflazer, K. (2005). Biçimbirimsel Çözümleyici sonuçları edinimi.
36. Oflazer, K. ve Solak, A. (1992). Parsing Agglutinative Word Structures And Its Application to Spelling Checking for Turkish. In Proceedings of the 15th International Conference On Computational Linguistics, Nantes, France, August 23-28, 39-45.
37. Özger, Z. B. ve Diri, B. (2012). Türkçe Dokümanlar için Kural Tabanlı Varlık İsmi Tanıma. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi, 5(2): 1-11.
38. Özkaya, S. ve Diri, B. (2011). Named entity recognition by conditional random fields from Turkish informal texts”. In 2011 IEEE 19th Signal Processing and Communications Applications Conference (SIU), 20-22 April, Antalya, Turkey.
39. Özköse, C. ve Amasyalı, M. F. (2012). Tümce Öğelerinden Hayat Bilgisi Çıkarımı. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi, 5(2): 1-11.
40. Öztürk, M. B. (2016). Türkçede Morfolojik Analiz Yapan Bir Sistemin Morfolojik Türetme için Kullanılması. Yüksek Lisans Tezi. Hacettepe Üniversitesi, Fen Bilimleri Enstitüsü, Ankara.
41. Palmer, M., Gildea, D. ve Xue, N. (2010). Semantic role labeling. Synthesis Lectures on Human Language Technologies, 3(1): 1–103.
42. Perkinselearning. “Seeing AI - How About that Handwriting Feature?”, https://www.perkinselearning.org/technology/blog/seeing-ai-how-about-handwriting-feature, (12.11.2019).
43. Rs., “The Jobs AI Will Take Over First”, https://uk.rs-online.com/web/generalDisplay.html?id=the-jobs-ai-will-take-over-first, (01.01.2020).
44. Sak, H., Güngör, T. ve Saraçlar, M. (2011). Resources for turkish morphological processing. Language resources and evaluation, 45(2): 249–261.
45. Sekine, S. ve Nobata, C. (2004). Definition, Dictionaries and Tagger for Extended Named Entity Hierarchy. The 4th International Conference on Language Resources and Evaluation, May, Lisbon, Portugual.
46. Sestek, “Sestek” https://ttsdemo.sestek.com/demo.aspx, (20.11.2019). Solak, A. ve Oflazer, K. (1993). Design and implementation of a spelling checker for Turkish. Literary and Linguistic Computing, 8(3): 113–130.
47. Swier, R. S. ve Stevenson, S. (2004). Unsupervised semantic role labelling, EMNLP, 25-26 July, Barcelona. Şahin, G. (2016). Türkçe Derlemden Anlamsal İlişkilerin Çıkartılması. Yüksek Lisans Tezi. Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul.
48. Şahin, G. ve Amasyalı, F. (2014). Geniş Metin Koleksiyonlarından İteratif Bilgi Çıkarımı Iterative Information Extraction from Large Text Collections. EMO Bilimsel Dergi, 4(7): 13-20.
49. Şahin, G., Diri, B. ve Yıldız, T. (2015). Pattern and semantic similarity based automaticextractionofhyponym-hypernymrelationfromTurkishcorpus. Signal Processing and Communications Applications Conference (SIU), 674–677.
50. Şeker, Ş. E. Doğal Dil İşleme (Natural Language Processing), YBS Ansiklopedi, 2(4), 2015.
51. Şeker, G. A. ve Eryiğit, G. (2012). Initial explorations on using CRFs for Turkish named entity recognition”. In Proceedings of COLING 2012, December, Mumbai, India.
52. Şentürk, F. “Yetkin Bul ve Değiştir”, TBV BBHD, 3, 2010.
53. Şentürk, T. ve Adalı, E. (2011). Türkçe Metin Seslendirme. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi, 4(1).
54. Şerbetçi, A., Orhan, Z. ve Pehlivan, İ. (2011). Extraction of semantic word relations in Turkish from dictionary definitions. ACL 2011 Workshop on Relational Models of Semantics, June, Oregon, USA.
55. TDK, “Türk Dil Kurumu Sözlükleri”, https://sozluk.gov.tr/?kelime=SESL%C4%B0, (14.11.2019).
56. Viilup, A. Ücretiz En İyi 6 OCR Aracı. https://lightpdf.com/tr/ucretsiz-ocr-programi.html, (01.11.2019).
57. Viilup, A. En Harika 4 El Yazısı Tanıma Uygulaması. https://lightpdf.com/tr/el-yazisi-tanima-uygulamasi.html, (15.11.2019).
58. Vural, E., Erdogan, H., Oflazer, K. ve Yanikoglu, B. (2004). An online handwriting recognition system for Turkish. The IEEE 12th Signal Processing and Communications Applications Conference, 25-30 April, Kusadasi, Turkey.
59. Yazıcı, E. ve Amasyalı, M. F. (2011). Automatic extraction of semantic relationships using Turkish dictionary definitions. EMO Bilimsel Dergi, 1(1): 1-13.
60. Yıldırım, S. ve Yıldız, T. (2012). Automatic Extraction of Turkish Hypernym-Hyponym Pairs From Large Corpus. 24th International Conference on Computational Linguistics, 8 -15 December, IIT Bombay, India.
61. Yıldız, T., Yıldırım, S. ve Diri, B. (2013). Extraction of part-whole relations from Turkish corpora. Springer, 126–138, 2013.
62. Yun, S., Shin, J., Kim, D., Kim, C. G., Kim, M. ve Choi, M. T. (2011). Engkey: Tele-education robot. In International Conference on Social Robotics, 142-152.