Speech retrieval for Turkish broadcast news


Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye

Tezin Onay Tarihi: 2008

Tezin Dili: İngilizce

Öğrenci: SIDDIKA PARLAK

Danışman: MURAT SARAÇLAR

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Son yıllarda, konuşma geri getirimi bilgi geri getiriminin bir alt dalı olarak gelişmeyebaşlamıştır. Alışılmışın aksine bilgi kaynağı yazılı değil, konuşma halindedir. Bu tezde,Türkçe Haber Programlarının geri getirimi üzerine çalışılmıştır. Bu amaçla iki sistemgeliştirilmiştir: Konuşulan Terimlerin Saptanması (KTS) ve Konuşulan DökümanlarınGeri Getirilmesi (KDGG). Her iki sistem de Otomatik Konuşma Tanıma ve Bilgi GeriGetirimi tekniklerini birleştirmektedir fakat ana hedefleri farklıdır. KTS sözcükleringörülme zamanlarını bulmayı amaçlar ve tam olarak örtüşmeyi esas alır. KDGG iseanahtar sözcükler ile ilgili dökümanları bulmayı hedefler ve daha çok içeriğe dayalıdır.Konuşmanın otomatik olarak yazıya çevrilmesi sondan eklemeli diller için dahakarmaşıktır çünkü normal boyutlardaki bir dağarcık dilin sadece belli bir kısmını kapsayabilmektedir.Sıkça uygulanan bir çözüm kelimeleri kelime-altı birimlere ayırmakve tanımada kelime-altı birimleri kullanmaktır. Bu çalışmada, KTS için biçimbilimselve istatistiksel kelime-altı birimler kullanılmıştır. En iyi sonuçlar kelime ve kelime-altıtabanlı yaklaşımların birlikte kullanılması ile elde edilmiştir. Kelime bölütleme algoritmalarıKDGG için de oldukça önemlidir çünkü kelime kökleri anlam yönünden dahabelirleyicidir. KDGG deneyleri kökleştirmenin başarımı iyileştirdiğini ancak yöntemlerarasında önemli bir fark olmadığını göstermiştir. Ek olarak, dilden bağımsız konuşmatanıma sorunları üzerinde de durulmuştur. En iyi hipotez yerine diğer olası hipotezlerinde kullanılması KTS için başarılı sonuçlar vermiştir. Sonuçlar tarafımızca toplanan vedüzenlenen Türkçe Haber Programları Verisi üzerinde sunulmuştur.