Sentence based topic modeling

Metin tipindeki veri k ümesi say ısı her geçen g ün akı l almaz bir şekilde artmaktadı r. Bu durum, bu b üy ük metin veri k ümelerinden el değmeden bilgisayarlar yardı mı yla ve hı zla kı sa özetler çı karmayı ka çı nı lmaz hale getirmektedir. B üy ük metin veri k ümelerinden, onları n bilinmeyen, saklı konuları nı belirlemeye çalı şan bir çok çal ışma olsa da, bunları n hepsi s özc ük torbası modelini kullanmı şlardı r. Bu çalı şma, metin veri k ümelerindeki bilinmeyen, sakl ı konuları ve bu konulara ait olas ılı k da ğı lı mları nı ortaya çı karan yeni bir g özetimsiz ö ğrenme metodu sunmaktadı r. Bu çalışmaya g öre veri k ümesinde bulunan metinler, her t ümcenin tek bir konudan t üretildi ği ve ard ı şı k t ümcelerin konuları nı n bir gizli Markov zinciri olu şturdu ğu t üretici bir çizgisel model taraf ından a çı klanmaktadı r. S özc ük torbas ı modelinin tersine, önerdiğimiz model t ümceyi metnin en k üçük yap ıta şı olarak ele alı r ve aynı t ümce içerisindeki sözcüklerin birbirine anlamca s ıkı sı kı ya ba ğlı oldu ğunu, birbirini takip eden t ümcelerin konuları nı n ise yava s ça de ği şti ğini kabul eder. Önerilen modelin uygulama sonu çları hem konu da ğı lı mları nı n en olası kelimelerini ve t ümcelere atanan konuları inceleyerek nitel, hem de modelin genelle ştirme ba şarı mı nı öl çerek nicel bir şekilde de ğerlendirilmektedir. Anahtar s ozc ukler: olas l ksal cizgisel model, konu modeli, gizli Markov modeli, Markov zincirleri Monte Carlo