Tez No	İndirme	Tez Künye	Durumu
285421		Bir kelime anlamı belirginleştirme modülü geliştirilmesi / Developing a word sense disambiguation module Yazar:ÖZLEM AYDIN Danışman: DOÇ. DR. YILMAZ KILIÇASLAN Yer Bilgisi: Trakya Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Bilimleri Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora Türkçe 2011 154 s.
Kelime Anlamı Belirginleştirme (KAB), doğal dil işleme uygulamalarında gereksinim duyulan önemli bir işlemdir ve birden fazla anlamı olan bir kelimenin bulunduğu bağlamdaki anlamının belirlenmesi olarak tanımlanır. Bu tezin amacı, bazı KAB yaklaşımlarının Türkçe metinler üzerinde uygulanmasıyla elde edilen başarım sonuçlarını raporlamak ve bu sonuçlar üzerinden yapılan değerlendirmeleri sunmaktır.Çalışmada öncelikle eşdizimlilik bilgisini kullanarak gerçekleştirilen denetimsiz derlem tabanlı bir KAB uygulaması anlatılmış ve sonuçları değerlendirilmiştir. Ardından, bu uygulamadan elde edilen başarım sonuçlarının yetersizliğini göz önüne alarak geliştirilen alternatif bir KAB uygulaması ayrıntılarıyla anlatılmıştır. Bu uygulama klasik makine öğrenme yaklaşımlarının artalan bilgisini kullanmadaki ve tümdengelim çıkarım yapabilmedeki yetersizliğini gideren bir yöntem olan Tümevarımlı Mantık Programlamaya (TMP) dayanmaktadır. Bu doğrultuda, TMP konusu ayrıntılı olarak incelenmiş ve KAB'a uygulanabilirliği Türkçe veriler üzerinden elde edilen deneysel sonuçlarla gösterilmiştir.
Word Sense Disambiguation (WSD) is one of the important processes needed for natural language processing applications and is defined as determining the sense of a multi-sense word in a given context. The aim of this thesis is to report on the performance results achieved by applying some WSD approaches to Turkish texts and present the evaluations made using results.In the study, firstly an unsupervised corpus based WSD application developed with collocation knowledge is presented and then its results are evaluated. Afterwards, an alternative WSD application developed considering the insufficiency of in the performance results achieved in that application is accounted for in detail. This latter application rests on Inductive Logic Programming (ILP), which is a method that circumvents the incapability of traditional machine learning approaches in employing background knowledge and making deductive inferences. To this effect, the topic of ILP is given a detailed explanation and its applicability to WSD is demonstrated with empirical results obtained using Turkish data.