Tez No	İndirme	Tez Künye	Durumu
444642		Örneğe dayalı makine çeviri ve çeviri belleği sistemi / Example-based machine translation and translation memory system Yazar:SİNAN POLAT Danışman: PROF. DR. İLYAS ÇİÇEKLİ Yer Bilgisi: HACETTEPE ÜNİVERSİTESİ / FEN BİLİMLERİ ENSTİTÜSÜ / BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Bilgisayar çevirisi = Computer translation ; Bilgisayar çevirisi = Computer translation ; Türkçe çeviri = Turkish translation	Onaylandı Yüksek Lisans Türkçe 2016 115 s.
Her geçen gün aynı dili konuşmayan iki insanın iletişim kurabilmesi daha önemli hale gelmektedir. Bu doğrultuda doğal diller arasında otomatik çeviri yapabilen sistemlerin önemi de artmaktadır. Bu tez kapsamında da İngilizce ve Türkçe doğal dilleri arasında çeviri yapabilen örnek tabanlı makine çeviri ve çeviri belleği sistemi geliştirilmiştir. Örnek tabanlı otomatik çeviri sistemleri makine öğrenmesine dayanan yöntemlerden yararlanarak çeviri yaparlar. Temel olarak analojiyle çeviri kavramını kullanan derlem tabanlı bir yaklaşımdır. Bu bağlamda kullandığımız yöntemde, iki dil arasındaki çeviri kalıpları verilen çeviri örneklerindeki benzerlikler ve farklılıklara göre makine öğrenmesi yöntemleri ile öğrenilir. Bu öğrenilen çeviri kalıpları diğer metinlerin çevirisinde kullanılır. Verilen iki çeviri örneğinin İngilizce cümleler arasındaki benzerlikler ve farklılıklar, Türkçe cümleler arasındaki benzerliklere ve farklılıklara karşılık gelmektedir. Bu temel varsayımdan yola çıkarak çeviri kalıpları, verilen çeviri örneklerinden öğrenilir. Çeviri yapılırken ayrıca çeviri belleği denilen yardımcı araçlar da kullanılmaktadır. Çeviri belleği çevirmenlerin daha önceden çevirilerini yaptıkları cümle veya cümle parçacık çevirilerini sakladığı bir ortamdır. Çeviri belleği sistemi kullanarak bir cümlenin çevirisini yapılırken çeviri belleği sistemi, sistemde daha önceden saklanmış olan çeviri örneklerinden çevirisi yapılması istenen cümleye en yakın çeviri örneklerini getirir. Getirilen çeviri örneklerinin yardımı ile yeni cümlenin çevirisi daha hızlı yapılabilir. Bu tez kapsamında örneğe dayalı makine çeviri sistemine ek olarak bir çeviri belleği sistemi geliştirilerek bu iki sistemin birleştirilmesi amaçlanmıştır. Geliştirilen sistemin kullandığı veri kümesinin büyüklüğüne göre ölçeklenebilir olmasına önem verilmiştir
With each passing day communication between two people who don't speak the same language becomes more important. In this regard, the importance of the automatic translation systems has been increasing, too. In this thesis, we developed an example based machine translation and translation memory system that can do translation between Turkish and English. Example-Based Machine Translation (EBMT) is a translation technique that leans on machine learning paradigm. Basically, EBMT is a corpus based approach that utilizes the translation by analogy concept. In this sense, according to our approach the translation templates between two languages are inferred from similarities and differences of the given translation examples by using machine learning techniques. These inferred translation templates are used in the translation of other texts. The similarities and the differences between English sentences of two translation examples must correspond to the similarities and the differences between Turkish sentences of those translation examples. By using this information, the translation templates are inferred from the given translation examples. Besides, when doing translation, helper programs which are named as translation memory systems are used. Translation memory is a storage environment which keeps previously translated sentences or phrases. When doing translation with translation memory system, the system retrieves the most similar translation examples to the sentence which translators want to translate. With the help of retrieved translation examples, translation of new sentence can be achieved more quickly. In this thesis, in addition to developing a complete example based machine translation system, we aimed at developing a translation memory system and merging these two systems. We give importance of scalability of systems according to size of datasets which they used.