İngilizce-Türkçe çeviri araçlarının söz dizimsel performans analizi

Basit Öğe Kaydı
dc.contributor.advisorKaraoğlan, Bahar
dc.contributor.authorUysal, Kutlu
dc.date.accessioned2020-10-19T11:37:52Z
dc.date.available2020-10-19T11:37:52Z
dc.date.issued2016en_US
dc.date.submitted2016
dc.departmentFen Bilimleri Enstitüsüen_US
dc.description.abstractBu tezde otomatik tercüme araçları arasında en yaygın kullanılan "Google Translate" ve "Bing Translator" araçlarının İngilizce-Türkçe çevirilerinin birbirlerine ve insan tercümesine sintaktik mesafeleri incelenmiştir. Çalışmada, Microsoft Research firmasının oluşturmuş olduğu "MSR Paraphrase Corpus" ve İnternette bulunan Tatoeba cümle sözlüğünden alınmış cümleler kullanılmıştır. İngilizce dilindeki kaynak cümleler önce profesyonel tercüme firması tarafından çevrilmiştir. Sonra aynı cümleler Google Translate ve Bing Translator araçları kullanılarak Türkçe diline çevrilmiştir. Bu makine tercümeleri, birbirleriyle ve insan tercümesi ile söz dizimsel metin benzerlik yöntemleri (Minimum Düzeltim Uzaklığı, Eşleşen Kelime Oranı, Cümle Uzunluğu Oranı, Sıralama Oranı, Ortak Kelime Kümesi Oranı, BLEU ve METEOR) kullanılarak karşılaştırılmıştır. Sonrasında cümlelere gövdeleme işlemi yapılmış ve gövdelenmiş cümleler tekrar karşılaştırılmıştır. Son olarak seçilen 100 adet cümleye insan değerlendirmesi yapılmıştır.en_US
dc.description.abstractIn this thesis, the syntactic distance between English-Turkish human translation and the most commonly used automatic translation tools, "Google Translate" and "Bing Translator", have been examined using the text similarity methods. In the study, source sentences are used taken from "MSR Paraphrase Corpus" which was created by the Microsoft Research company and from Tatoeba sentence dictionary which is on the Internet. Source sentences which are in English language are first translated to Turkish by professional translation firm. After that, same sentences are translated to Turkish by Google Translate and Bing Translator tools. These machine translations are compared with the human translation using the syntactic text similarity methods. (Minimum Edit Distance, Matching Words Ratio, Text Length Ratio, Sequence Ratio, Common Word Set Ratio, BLEU and METEOR). Then, stemming is applied to all sentences and they are compared again after stemming. Finally, 100 selected sentences are evaluated by human judgement.en_US
dc.identifier.urihttps://hdl.handle.net/11454/58774
dc.language.isotren_US
dc.publisherEge Üniversitesi, Fen Bilimleri Enstitüsüen_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectOtomatik Tercümeen_US
dc.subjectGoogle Translateen_US
dc.subjectBing Translatoren_US
dc.subjectSöz Dizimsel Metin Benzerliken_US
dc.subjectMinimum Düzeltim Uzaklığıen_US
dc.subjectEşleşen Kelime Oranıen_US
dc.subjectCümle Uzunluğu Oranıen_US
dc.subjectSıralama Oranıen_US
dc.subjectOrtak Kelime Kümesi Oranıen_US
dc.subjectBLEUen_US
dc.subjectMETEORen_US
dc.subjectAutomatic Translationen_US
dc.subjectSyntacticText Similarityen_US
dc.subjectMinimum Edit Distanceen_US
dc.subjectMatching Words Ratioen_US
dc.subjectText Length Ratioen_US
dc.subjectSequence Ratioen_US
dc.subjectCommon Word Set Ratioen_US
dc.titleİngilizce-Türkçe çeviri araçlarının söz dizimsel performans analizien_US
dc.title.alternativeSyntactic performance analysis of English-Turkish translation toolsen_US
dc.typeMaster Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
kutluuysal2016.pdf
Boyut:
949.62 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Yüksek lisans tez dosyası
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu