A comparison of different approaches to document representation in Turkish language
| dc.contributor.author | Yıldız, Tuğba | |
| dc.contributor.author | Yıldırım, Savaş | |
| dc.date.accessioned | 2021-12-28T14:23:51Z | |
| dc.date.available | 2021-12-28T14:23:51Z | |
| dc.date.issued | 2018 | |
| dc.description.abstract | ABSTRACT: Recently, deep learning methods have demonstrated state-of-the-art performance in numerous complex Natural Language Processing (NLP) problems. Easy accessibility of high-performance computing resources and open-source libraries makes Artificial Intelligence (AI) approaches more applicable for researchers. This sudden growth of available techniques shaped and improved standards in the field of NLP. Thus, we find an opportunity to compare different approaches to document representation, owing to various open-source libraries and a large amount of research. We evaluate four different paradigms to represent documents: Traditional bag-of-words approaches, topic modeling, embedding based approach and deep learning. As the main contribution of this article, we aim at evaluating all these representation approaches with suitable machine learning algorithms for document categorization problem in the Turkish language. The supervised architecture uses a benchmark dataset specifically prepared for this language. Within the architecture, we evaluate the representation approaches with corresponding machine learning algorithms such as Support Vector Machine (SVM), multi-nominal Naive Bayes Algorithm (m-NB) and so forth. We conduct a variety of experiments and present successful results for the Turkish document categorization. We also observed that tradition approaches have still comparable results with Neural Network models in terms of document classification. | en_US |
| dc.description.abstract | ÖZET: Son zamanlarda derin ögrenme mimarileri bir çok do ? gal dil i¸sleme problemini ? ba¸sarılı bir ¸sekilde çözmü¸stür. Açık kaynak kodlu kütüphanelerin yaygınlıgı yapay ? zeka yakla¸sımlarını daha uygulanabilir hale getirmi¸stir. Teknolojideki bu ani ivmelenme dogal dil i¸slemedeki standartları dönü¸stürdü ve geli¸stirdi. Bu çalı¸smada açık kaynak ? kodların ve alanla ilgili ara¸stırmaların rahat eri¸sebilirligi sayesinde metin temsiliyeti ? yakla¸sımlarının önemli bir kısmını degerlendirme imkanı bulduk. Dört farklı paradigmayı ? metin temsiliyeti açısından degerlendirdik: Geleneksel kelime torbası yakla¸sımı, konu ? modelleme, gömme temsiliyeti ve derin ögrenme. Çalı¸smanın ana katkısı olarak, Türkçe ? için metin sınıflandırma problemini tüm bu metin temsiliyetlerini ve ilgili makine ögrenme ? algoritmalarını kullanarak ele aldık. Olu¸sturulan denetimli ögrenme mimarisi özellikle ? Türkçe için hazırlanmı¸s bir veri seti ile sınanmı¸stır. Her bir temsiliyet için onunla uyumlu çalı¸sacak SVM, çok-katlı Naive Bayes (mNB) gibi makine ögrenmesi algoritmaları sınandı. ? Çe¸sitli deneyler sonucunda ba¸sarılı bir metin sınıflandırıcı mimarisinin Türkçe için nasıl kurulacagını bu makalede tartı¸stık ve ba¸sarılı modeller sunduk. Son olarak kelime torbası ? gibi geleneksel yöntemlerin hala ba¸sarılı oldugunu ve derin ö ? grenme temelli modellerin ? bazılarından daha iyi oldugunu gördük. | en_US |
| dc.fullTextLevel | Full Text | en_US |
| dc.identifier.doi | 10.19113/sdufbed.15893 | en_US |
| dc.identifier.issn | 1300-7688 | |
| dc.identifier.uri | https://hdl.handle.net/11411/4273 | |
| dc.identifier.uri | https://doi.org/10.19113/sdufbed.15893 | |
| dc.indekslendigikaynak | TR-Dizin | en_US |
| dc.issue | 2 | en_US |
| dc.language.iso | en | en_US |
| dc.national | International | en_US |
| dc.numberofauthors | 2 | en_US |
| dc.pages | 569-576 | en_US |
| dc.publisher | Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi | en_US |
| dc.relation.ispartof | Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi | en_US |
| dc.relation.publicationcategory | Makale - Uluslararası Hakemli Dergi - Kurum Öğretim Elemanı | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.subject | Document representation | en_US |
| dc.subject | Deep learning | en_US |
| dc.subject | Natural language processing | en_US |
| dc.subject | Metin temsiliyeti | en_US |
| dc.subject | Derin ögrenme | en_US |
| dc.subject | Doğal dil işleme | en_US |
| dc.title | A comparison of different approaches to document representation in Turkish language | en_US |
| dc.title.alternative | Metin temsil yöntemlerine yönelik farklı yaklaşımların karşılaştırılması | en_US |
| dc.type | Article | en_US |
| dc.volume | 22 | en_US |
