Doğal dil işleme teknikleri kullanılarak türkçe mobil asistan yazılımı geliştirilmesi

Günümüzde tüketiciler hem istedikleri işlemleri yerine getirmek hem de ihtiyaç duydukları bilgi ve içeriğe erişmek için mobil cihazlarıyla basit ve kolay etkileşim kurmanın yollarını aramaktadırlar. Bu doğrultuda mobil cihazlarla sesli olarak etkileşim kurmaya imkan sağlayan kişisel asistan uygulamaları gittikçe popüler hale gelmektedir. Özellikle Apple'ın SIRI uygulamasının yaygınlaşmasından sonra, çeşitli firmalar benzer ürünler geliştirmişlerdir. Fakat çıkan ürünler çoğunlukla İngilizceyi ve Amerika Birleşik Devletleri, İngiltere gibi İngilizce konuşulan ülkelerde kullanılabilen servisleri desteklemektedirler. Türkçe için, 2015 yılı Nisan ayındaki güncelleme ile Türkçe desteği kazanan SIRI haricinde gelişmiş doğal dil işleme yöntemleri kullanan, birçok servisi esnek bir yapıda destekleyen, kullanıcının isteğini doğru anlama açısından başarımı yüksek bir mobil kişisel asistan uygulaması henüz geliştirilememiştir. Bu tezin amacı gelişmiş doğal dil işleme yöntemlerinin bu uygulamalar üzerindeki etkisini göstermek ve akıllı telefon ve tabletler üzerinde Türkçe doğal dil girdisi ile çalışacak yüksek başarımlı bir kişisel asistan uygulaması geliştirmektir. Bir sanal asistan, içerisinde yapay zekanın hemen her tür bileşenini bulunduran bir uygulamadır. Bunlar arasında, ses tanıma, ses üretimi, algılanan sesin anlamsal olarak işlenmesine yönelik doğal dil işleme (DDİ) yöntemleri ve hatta 3 boyutlu hologramların kullanımı ile sistemin bir insanı taklit etmesi (görüntü tanıma, görüntü oluşturma vb.) sayılabilir. Mobil sanal asistanlar ise şimdilik sadece kullanıcı ile ses üzerinden iletişim kuran ve sistemden beklenen istekleri yerine getirip sorgulara sesli cevap döndüren uygulamalardır. Bu tez kapsamında geliştirilen uygulama, sesli yanıt döndürme özelliği bulunmayan bir mobil sanal asistan uygulamasıdır. Son 15 yıl içerisinde, Türkçe için başarılı sayılabilecek ses tanıma, ses üretimi, doğal dil işleme bileşenleri geliştirilmiştir ve bu konudaki araştırmalar halen aktif olarak devam etmektedir. Ancak bu ayrı bileşenler henüz başarılı üst düzey uygulamalarda bir araya getirilebilmiş değillerdir. Bu tez çerçevesinde, Türkçe için geliştirilen bu çalışmaların (sesi metine dönüştürme, sözcük çözümleyicileri, cümle çözümleyicileri, varlık ismi saptayıcıları, metin normalleştiricileri vb..) öncelikle "kişisel asistan uygulamaları" konusuna yönelik alan adaptasyonları yapılmış ve sonrasında bileşenler ürüne yönelik ortak bir çatı altında birleştirilmiştir. Yapılan ön incelemelerde, Türkçe için az sayıdaki mevcut sanal asistan uygulamasının, temel olarak kural tabanlı veya basit doğal dil işleme bileşenlerine sahip oldukları veya bu bileşenleri hiç içermeyip sadece görselleştirmeye yöneldikleri görülmüştür. Bu nedenle, dili anlama ve istenilen işlemleri yerine getirme konusundaki başarımlarının oldukça düşük olduğu gözlemlenmektedir. Son yıllarda Türkçe DDİ üzerine geliştirilen yeni yöntemlerin bu uygulamalar için bir araya getirilmesi ile çok daha yüksek başarımlı kişisel mobil asistan uygulamaları oluşturulabileceği tarafımızdan öngörülmüştür. Bu çalışma ile geliştirilen uygulamanın bu alanda öncü bir rol oynaması hedeflenmektedir. Tez kapsamında geliştirilen uygulamanın aşağıdaki işlemler ve servisler ile ilgili sesli komutları anlayıp yerine getirmektedir. Sms gönderimi (Gökhan'a yarın akşam gelemeyeceğimi mesaj at), E-posta gönderimi (Gökhan'a yarın akşam gelemeyeceğimi mail at), Numarayı veya kayıtlı kişiyi arama (Gökhan'ı ara), Telefonda yüklü olan uygulamaları çalıştırma (Facebook'u başlat), İnternet üzerinden arama başlatma (İstanbul'u Google'da ara), Hava durumu bilgisini alma (Bugün hava nasıl olacak?), Harita servisi (Beşiktaş'a nasıl giderim?), Döviz çevirme işlemleri (10 dolar kaç lira), Trafik bilgisini alma (Şu an İstanbul'da trafik nasıl?). Geliştirilen sistem 2 kısımdan oluşmaktadır. Mobil uygulama, sesi yazıya dönüştürme, sunucuya istek gönderme ve gelen yanıtı gösterme veya gerçekleştirme görevlerinden sorumludur. Sunucu, yazılı olarak gelen isteği DDİ araçlarını kullanarak anlamak ve gerekiyorsa 3. parti diğer servislerden bilgi toplayarak yanıt döndürmekten sorumludur. Gelen sorgu sunucu tarafında işlenmeden önce olası dil bilgisi hatalarını azaltmak için metin normalleştiriciden geçirilir. Ardından DDİ araçlarının sonuçlarının da kullanıldığı kural ve istatistiksel yöntemlerin birleşiminden oluşan melez bir yapı ile sorgunun hangi servis ile ilgili olduğu anlaşılır. Geliştirilen melez model, test verimiz üzerinde %98.30 başarı göstermiştir. Ardından belirlenen servis için anlamlı olan parametreler çıkartılır ve gerekli olan servisler için 3. parti kaynaklardan bilgi çekilerek yanıt döndürülür. Tüm sistemin başarısı ortalama %70.79 olarak belirlenmiştir.