New event detection and tracking in Turkish

Son on yılda internet üzerindeki bilgi kaynakları sürekli artmaktadır ve buna bağlı olarak Web üzerinde bilginin büyüklüğü de hızla çoğalmaktadır. Bu, çevrimiçi haber ve haber kaynakları için de geçerlidir. Haber okuyucuları, daha çok ilgi duydukları konular hakkındaki haberleri okumayı tercih ederler. Yeni olay belirlemeve izleme (YOBİ) uygulamaları zaman sırasıyla gelmekte olan bir haber dizisinde yeni olaylara karşılık gelen ilk haberleri bulmayı ve bu ilk haberlerin tanımlamış olduğu konular ile ilgili haberleri kümelemeyi hedefler. Literatürde YOBİ daha çok konu tanıma ve izleme (KTİ) adıyla bilinmektedir. Bu tezde, çok sayıda Türkçe Web haber kaynağından sağlanan haberler kullanılarak anında yeni olay belirleme ve izleme problemleri Türkçe icin geliştirilmiş bu konuyla ilgili ilk büyük deney derlemi (BilCol2005) kullanılarak araştırılmıştır. Bu deney derlemi 2005 yılı 209,305 adet haberden oluşmuş olup 80 adet tekil konu ve ilgili hikayeleri ile birlikte insanlar tarafından etiketlenmiştir. Çalışmada Türkçe YOBİ işlemlerinde bazı benzerlik hesaplama katsayıları için her bir kelimenin ilk 5-6 harfin o kelimenin kökü olarak kullanmanın dilin morfolojik yapısını kullanan karmaşık bir kök bulma yaklaşım ile yarışabildiği gösterilmiştir. Aynı zamanda kelime durma listesi kullanımının sistem başarımını kayda değer düzeyde etkilediği ve iki farklı benzerlik hesaplama yönteminin sağladığı güvenlik skorlarının sade bir yaklaşımla birleştirerek sistem etkinliğinin yükseltilebileceği gösterilmektedir.