Gri kurt optimizasyon algoritması ile çıkarımsal metin özetleme ve özetlerin derin öğrenme ile sınıflandırılması

Günümüzde özellikle internet ortamında metinsel veri hızla çoğalmaktadır. Büyük bir veri seti haline gelen bu metinlerde istenen parçaya ulaşmak gitgide zorlamıştır. Otomatik metin özetleme teknikleri, bu büyük verilerden ilgili bilgilerin çıkarılmasında büyük rol oynamaktadır. Bu tez kapsamında çıkarımsal metin özetleme tekniği olarak, sezgisel Gri Kurt Optimizasyon (GWO) algoritması önerilmiştir. GWO algoritmasının kümeleme yeteneği tekli metin özetleme uygulamasıyla test edilmiştir. Özetleme sisteminde cümle sıralaması, kelime uzunluğu gibi istatistiksel anahtar kelime çıkarma yöntemleri ile GWO'nun küme çıkarımı birleştirilmiştir. Özet sistemi K-means kümeleme algoritması ile de denenmiş ve sonuçlar ROUGE değerlendirme metriği ile ölçülmüştür. 2225 haber makalesinden oluşan BBC News veri setiyle test edilen çalışmada elde edilen sonuçlar doğrultusunda GWO algoritmasının oldukça iyi performans gösterdiğini görülmüştür. Elde edilen özet metinler derin öğrenme yöntemlerinden biri olan Uzun kısa süreli bellek (LSTM) ağları ile sınıflandırılmıştır. Deneysel sonuçlar LSTM ağının sınıflandırma başarısının GWO algoritması ile oluşturulan özetlerde arttığını göstermiştir. GWO algoritması çıkarımsal özetleme yöntemleri için yeni bir yaklaşım olarak sunulmuştur.