FINANCIAL NAMED ENTITY RECOGNITION FOR TURKISH NEWS TEXTS
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: İngilizce
Öğrenci: DUYGU DİNÇ
Asıl Danışman (Eş Danışmanlı Tezler İçin): Ali Hikmet Doğru
Eş Danışman: Pınar Karagöz
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bir bilgi çıkarma problemi olan Varlık ismi Tanıma (VİT) probleminde amaç, verilen bir metin için, varlık isimlerini saptamak ve önceden belirlenmiş kategorilere göre doğru şekilde etiketlemektir. Bir varlık ismi (Vİ), özel bir objenin, lokasyonun veya alana özel uygulamalarda bir konsepti ifade eden isim veya isim gruplarından oluşabilir. Kişi, organizasyon, yer adları veya tarih, zaman, para ifadeleri literatürde en çok çalışılan varlık isimleri arasında yer almaktadır. Ayrıca, genetik, tıp, kimya ve finans gibi, belirli alanlardan varlık isimleriyle, alana özel çalışmalar mevcuttur. VİT problemlerinin çözümleri Doğal Dil İşleme alanındaki, Metin Özetleme, Soru Cevaplama ve Duygu Analizi gibi calışmalarda da faydalı olabilir. Daha yaygın kullanılan İngilizce gibi dillerle kıyaslanırsa, oldukça karmaşık morfolojik özelliklere sahip Türkçe için daha az VİT çalışması bulunmaktadır. Son yıllarda VİT çalışmalarında, yapay sinir ağları tabanlı metodlar, klasik kural bazlı ve geleneksel makine öğrenmesi tekniklerine göre daha iyi performans göstermiştir. Bu tezde, en popüler derin öğrenme bazlı modeller ve farklı Türkçe verilerle deneyler gerçekleştirilmiştir. Ayrıca, tezin odaklarından birisi olarak, ham finansal haber metinlerinden iki yeni etiketlenmiş veri kümesi sunulmuş ve deneylerde kullanılmıştır. Yeni veriler hem BIO şeması hem de ham etiketler kullanılarak etiketlenmiş, etiketleyiciler arası mutabakatlar ölçülmüş ve etiketleme şeklinin performans üzerindeki etkilerini gözlemlemek için modeller her iki versiyonla eğitilmiştir. Ayrıca, finans alanına özgü yeni varlık isimleri de sunulmuştur. Son olarak, Ural-Altay dil grubundaki diller için eğitilmiş BERT modellerinden seçilen birkaçı ile deneyler yürütülmüştür.