Yapay Zeka - Bilim - Teknoloji (AI-Sci-Tech)
Yapay Zeka - Bilim - Teknoloji (AI-Sci-Tech)
DerlemTR Projesi kapsamında toparladığım kelimeleri önce Zemberek aracılığıyla analiz ettim. Ancak bazı sözcükleri Zemberek analiz edemedi.Önümde iki seçenek vardı: Zemberek projesi java diliyle geliştirildiği için, kodlama konusunda yapabileceğim pek bir şey yok. Java’yı bilirim ama, hakim değilim. Kodları gerektiğinde yorumlayabilirim…
Benim çocukluğımda, yani 60 yıl öncesinde, en uzun Türkçe kelime “Çekoslovakyalılaştıramadıklarımızdanmısınız” şeklindeydi. Oysa bu, yanlış bir kelimeydi. Çünkü soru ekleri Türkçede ayrı yazılır. Zemberek’in kelime dağarcığımızdan yakalayabildiği ve kurallara uygun en uzun sözcük “çekoslovakyalılaştırmadıklarımızdanmışçasına”. Tam 45 harf içeriyor. İkinci sıradakinden…
Zemberek kategorizasyonuna göre ayrıntılı tip sayısı 32 idi. Bu tipleri sadece ana tipler altında birleştirirsek, elimizde sadece 11 ana tip kalıyor: Noun (isim), Verb (fiil), Adj (sıfat), Num (sayı), Pron (zamir), Adv (zarf), Postp (edat), Interj (ünlem), Ques (soru), Conj…
Bu yazımda, benim de yeni farkına vardığım, Türkçeye ait bazı sayısal değerleri ele alacağım.Elde ettiğim sayıların mutlak olmadığını, veritabanımdaki 2,745,000 kelime ve Zemberek çözümlemelerine dayandığını peşinen belirteyim. İlk tablomuz, Türkçe sözcüklerin tiplerine göre nasıl gruplandığını gösteriyor. Toplam kolonundaki sayılar o…
DerlemTR projesi 10 yıl önceye dayanıyor. Bu projenin amacı da yeni projemizle aynı. O yüzden yeni projeyi DerlemTR projesiyle birleştirmeye karar verdim. Projenin tüm eski kayıtlarını, eski-versiyon isimli bir klasöre kopyaladım. Yani, isteyen olursa, eski kayıtlara da kolayca ulaşabilir. AKTA…
DerlemTR projemizde kullanacağımız aday kelimeleri elde etmede Wikimedia çok önemli bir kaynak oldu. Bu kaynağı bir corpus olarak kullanmak için üzerinde biraz çalışmak gerekir. Ancak bize sadece kelimeler lazım olduğu için, yapacağımız şey, gereksiz karakterleri süzmekten ibaret olacak. Wikimedia en…
Buradaki yazılarımda bundan sonra proje adını sadece “DerlemTR” olarak kullanacağım. Github üzerindeki projede kodlarla ilgili veya diğer açıklamaları uzun uzadıya paylaşmak mümkün değil. O yüzden bu tür açıklamaları buradan paylaşacağım. Belki ileride projenin kendine özgü bir sitesini açmak mümkün olursa,…
Aslına bakarsanız bu proje üzerinde 10 yıldan uzun bir süredir çalışıyorum. Elbette arada uzun boşluklar da oldu. Şimdi bu projenin temel uygulama ögelerini github üzerinde yeni bir proje olarak paylaşıma açtım. (Daha doğrusu, 9 yıldır güncellenmeyen eski projemi yeniden kullanıma…
Yaptığım araştırmaların ve kodlama çalışmalarının sonucunda “olmak” fiilinden türeyen sözcük sayısı, benzerlerinden oldukça fazla: 1410 adet. Analizlere devam ettikçe, belki bu rekoru başka sözcükler alacak. Eğer ilgi duyarsanız ve yeterli zamanınız varsa, aşağıda vereceğim listeyi siz de inceleyebilirsiniz. Belki gözden…
Birkaç aydır Türkçe sözcükleri temiz ve denetlenmiş bir liste halinde derleme çalışmaları yapıyorum. Bu çalışma, github üzerinden paylaştığım eski DerlemTR () projemin devamı niteliğinde. DerlemTR projesinde elde ettiğim ayrık sözcükleri, onların kullanım frekanslarını kullanarak kolaylıkla temizleyebileceğimi ummuştum. Fakat hiç de…