DERİN ÖĞRENME YÖNTEMİYLE AKADEMİK MAKALELER İÇİN ANAHTAR KELİME ÇIKARIMI

Abstract

Son zamanlarda teknolojinin gelişmesi ile birlikte haberler, sosyal medya, bankacılık, eğitim vb. her alanda veri miktarı hızla artmaktadır. Teknolojinin hızlı gelişmesi, akademisyen sayısının artması ile birlikte akademik alandaki veri miktarını da hızlı artırmaktadır. Verilerin sayısındaki aşırı artış doğru bilgiye ulaşmayı zorlaştırmaktadır. Verilerdeki aşırı miktardaki artış nedeniyle, özellikle metinsel verilerde, belgedeki verileri herhangi bir amaç kaybetmeden metni özetleyebilecek anahtar kelimelere ihtiyaç vardır. Metinlerde bulunan uygun anahtar kelimeler bir belgenin son derece özlü bir özeti olarak hizmet edebilir ve belgeleri kolayca düzenlememize ve içeriğine göre onları almamıza yardımcı olabilir. Fakat belgelerin büyük bir kısmında atanmış anahtar kelimeler bulunmamaktadır. Öte yandan, yüksek kaliteli anahtar kelimelerin manuel olarak atanması pahalı, zaman alıcı ve hataya açıktır. Bu nedenle, insanların otomatik anahtar kelime çıkarma işlemini gerçekleştirmesine yardımcı olmayı amaçlayan çoğu algoritma ve sistem önerilmiştir. Literatürde anahtar kelime çıkarma konusunda yapılmış çalışmalar mevcuttur. Yapılan çalışmalarda genel olarak makine öğrenmesi ve derin öğrenme algoritmaları kullanılmıştır. Klasik anahtar kelime çıkarmada bir metinde en çok geçen kelimeler alınarak makalenin anahtar kelimeleri verilmektedir. Bu çalışmada metin içinde en çok geçen kelimelerin diğer kelime grupları ile ne kadar sık geçtiğine bakılarak anahtar kelime önerisi yapılmaktadır. Ayrıca en fazla geçen kelimelere göre elimizdeki korpusla makale içindeki kelime gruplarını bulmadan da anahtar kelime çıkarma işlemi yapılmıştır.With the development of technology recently, news, social media, banking, education, etc. The amount of data is increasing rapidly in each area. With the rapid development of technology and the increase in the number of academicians, the amount of data in the academic field increases rapidly. The excessive increase in the number of data makes it difficult to reach correct information. Due to the excessive increase in data, especially in textual data, keywords are needed that can summarize the text without losing any purpose in the document. Appropriate keywords in the texts can serve as a highly concise summary of a document and can help us easily organize the documents and get them based on their content. However, most of the documents do not have assigned keywords. On the other hand, manually assigning high-quality keywords is expensive, time-consuming and error-prone. For this reason, most algorithms and systems have been proposed to help people perform automatic keyword extraction. There are studies on keyword extraction in the literature. Machine learning algorithms are generally used in the studies. In the extraction of classic keywords, the most frequently used words in a text are given and the keywords of the article are given. In this study, the keyword suggestion is made by looking at the most frequently used words in the text and by looking at how many words have passed with the other words. In addition, according to the most frequently used words, with the corpus we have, the keyword extraction process was carried out without finding the word groups in the article.