Azərbaycanca
Беларускі
Dansk
Deutsch
Española
Français
Indonesia
Italiana
日本語
Қазақ
Lietuvos
Nederlands
Português
Русский
සිංහල
แบบไทย
Türkçe
Українська
中國人
United State
Afrikaans
Konu modelleme (İngilizce: Topic Modeling), makine öğrenimi ve doğal dil işlemede toplanan belgelerin içindeki soyut konuları araştıran bir çeşit istatistiksel modeldir. Konu modelleme, bir anlamda metinlerin içerisindeki saklı anlamsal bağları araştıran bir metin madenciliğidir.
İçinde bulunduğumuz çağın bilişim çağında, gitgide yığılan ve her gün daha da artan yazılı kaynaklar, insanların bu metinleri işleme kapasitesini aşmaktadır. Konu Modelleme sayesinde yapılandırılmamış bu metin toplulukları ve bu metinlerin oluşturdukları büyük koleksiyonlar anlaşılabilir hale getirilmekte, metinlerin içinde geçen bilgiler zaman kaybı minimuma indirgenerek düzenlenip sunulur hale getirilmektedir.
Çalışma prensibi
Konu modellemesi yapılırken, bir metin belgesinin içerisindeki "konu" adı verilen kelime grupları denetimsiz bir biçimde bulunur. Bu konuların özelliği metin içerisinde sık sık birlikte ortaya çıkmaları ve genellikle ortak ya da benzer bir temayı paylaşan kelimelerden oluşmalarıdır. Böylece, önceden tanımlanmış kelime kümesiyle bu konular, belgenin tamamını en iyi şekilde tanımlamak için kelime grubu olarak kullanılabilir.
Konu modellemede bir metin koleksiyonu girdi olarak alınır, ki girdi olarak alının metinlerin sayısal olarak bir üst sınırlaması yoktur. Buna uygun olarak örneğin bir gazetede yayınlanan 2 milyon makale incelenebilir. Konu modeli aracılığıyla bu metinlerde tartışılan bir dizi “konu” - tekrarlanan temalar - ve her belgenin bu konuları ne derece ele aldığını keşfedilir.
Konu modelleme algoritmaları herhangi bir terim için benzer ya da eş anlamlı olanlarının da geçtiği belgeleri listeleyebilmeleri açısından önemlidir. Olasılıksal konu modelleme yaklaşımlarından LDA algoritması da bilgi erişim sistemlerinde sorgu-belge, konu-belge, konu-sorgu ve belge-belge benzerliklerinin hesaplanmasına ve dolayısıyla ilgililik sıralamaları oluşturulmasına olanak sağlamaktadır.
Amaç ve kullanım alanları
Konu modelleme algoritmalarının sonuçları, üzerine yoğunlaşılan konuyu görselleştirmek, keşfetmek, özetlemek ve teorileştirmek için kullanılabilir. Konu modellemeleri, genetik bilgi, görüntüler ve ağlar gibi verilerdeki öğretici yapıları tespit etmek dışında biyoinformatik, NLP ve chatbot çalışmaları ve ayrıca dijital beşeri bilimler alanında akademik araştırmalar için de kullanılmaktadır.
wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar
Konu modelleme Ingilizce Topic Modeling makine ogrenimi ve dogal dil islemede toplanan belgelerin icindeki soyut konulari arastiran bir cesit istatistiksel modeldir Konu modelleme bir anlamda metinlerin icerisindeki sakli anlamsal baglari arastiran bir metin madenciligidir Bilimsel bir makalede kullanilmak uzere gorsellestirilmis bir konu modelleme source source source source source source Konu modelleme Her sutun bir belgeye her satir bir kelimeye karsilik geliyor Icinde bulundugumuz cagin bilisim caginda gitgide yigilan ve her gun daha da artan yazili kaynaklar insanlarin bu metinleri isleme kapasitesini asmaktadir Konu Modelleme sayesinde yapilandirilmamis bu metin topluluklari ve bu metinlerin olusturduklari buyuk koleksiyonlar anlasilabilir hale getirilmekte metinlerin icinde gecen bilgiler zaman kaybi minimuma indirgenerek duzenlenip sunulur hale getirilmektedir Calisma prensibiKonu modellemesi yapilirken bir metin belgesinin icerisindeki konu adi verilen kelime gruplari denetimsiz bir bicimde bulunur Bu konularin ozelligi metin icerisinde sik sik birlikte ortaya cikmalari ve genellikle ortak ya da benzer bir temayi paylasan kelimelerden olusmalaridir Boylece onceden tanimlanmis kelime kumesiyle bu konular belgenin tamamini en iyi sekilde tanimlamak icin kelime grubu olarak kullanilabilir Konu modellemede bir metin koleksiyonu girdi olarak alinir ki girdi olarak alinin metinlerin sayisal olarak bir ust sinirlamasi yoktur Buna uygun olarak ornegin bir gazetede yayinlanan 2 milyon makale incelenebilir Konu modeli araciligiyla bu metinlerde tartisilan bir dizi konu tekrarlanan temalar ve her belgenin bu konulari ne derece ele aldigini kesfedilir Konu modelleme algoritmalari herhangi bir terim icin benzer ya da es anlamli olanlarinin da gectigi belgeleri listeleyebilmeleri acisindan onemlidir Olasiliksal konu modelleme yaklasimlarindan LDA algoritmasi da bilgi erisim sistemlerinde sorgu belge konu belge konu sorgu ve belge belge benzerliklerinin hesaplanmasina ve dolayisiyla ilgililik siralamalari olusturulmasina olanak saglamaktadir Amac ve kullanim alanlariKonu modelleme algoritmalarinin sonuclari uzerine yogunlasilan konuyu gorsellestirmek kesfetmek ozetlemek ve teorilestirmek icin kullanilabilir Konu modellemeleri genetik bilgi goruntuler ve aglar gibi verilerdeki ogretici yapilari tespit etmek disinda biyoinformatik NLP ve chatbot calismalari ve ayrica dijital beseri bilimler alaninda akademik arastirmalar icin de kullanilmaktadir