Doküman dili tanıma için yeni bir öznitelik çıkarım yaklaşımı: İkili desenler
Citation
Kaya, Y. K., & Ertuğrul, Ö F. (2016). Doküman dili tanıma için yeni bir öznitelik çıkarım yaklaşımı: İkili Desenler. Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, 31(4), ss. 1085-1094. https://doi.org/10.17341/gazimmfd.278463Abstract
Doğal dil işlemenin önemli alt konularından biri olan dil tanıma (DT), bir dokümanın içeriğine göre yazıldığı dili belirleme işlemidir. Bu çalışmada, karakterlerin UTF-8 değerlerini birbirleri ile karşılaştırmalar sonucu elde edilen ikili desenler kullanarak yeni bir dil tanıma yaklaşımı, bir boyutlu yerel ikili örüntüler (1B-YİÖ) önerilmiştir. Önerilen yöntem farklı sayıda dillerden oluşan metinler içeren dört veri kümesi ile test edilmiştir. 1B-YİÖ ile dokümanlardan elde edilen öznitelikler kullanılarak farklı makine öğrenmesi yöntemleri ile sınıflandırma işlemi gerçekleştirilmiştir. Dört veri kümesi için sınıflandırma başarıları sırası ile %86.20, %92.75, %100 ve %89.77 olarak gözlenmiştir. Elde edilen sonuçlara göre önerilen öznitelik çıkarım yönteminin dil tanıma için önemli örüntüler sağladığı görülmüştür. Language identification (LI), which is a major task in natural language processing, is the process of
determining the language from a given content. In this paper, a novel approach, which is based on the
probability of the use of the characters that have the similar orders with respect to their UTF-8 values, was
proposed. In order to evaluate and validate the proposed approach, four datasets, which contain texts in
different numbers of languages, were employed. In the proposed approach, the features that were exacted
by one-dimensional local binary pattern (1D-LBP) method were classified by various machine learning
methods. Achieved LI accuracies in each of four employed datasets were 86.20%, 92.75%, 100% and
89.77%, respectively. The results showed that the proposed approach yields high success rates and it is an
efficient way of language identification.
Source
Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi DergisiVolume
31Issue
4The following license files are associated with this item: