Logic grid puzzle (LGP) is a type of word problem where the task is to solve a problem in logic. Constraints for the problem are given in the form of textual clues. Once these clues are transformed into formal logic, a deductive reasoning process provides the solution.Solving logic grid puzzles in a fully automatic manner has been a challenge since a precise understanding of clues is necessary to develop the corresponding formal logic representation. To meet this challenge, we propose a solution that uses a DistilBERT-based classifier to classify a clue into one of the predefined predicate types for logic grid puzzles. Another novelty of the proposed solution is the recognition of comparison structures in clues. By collecting comparative adjectives from existing dictionaries and utilizing a semantic framework to catch comparative quantifiers, the semantics of clues concerning comparison structures are better understood, ensuring conversion to correct logic representation. Our approach solves logic grid puzzles in a fully automated manner with 100% accuracy on the given puzzle datasets and outperforms state-of-the-art solutions by a large margin.

Özetc ¸e -İstatistiksel konu modellemesi, gözetimsiz bir s ¸ekilde dok ümanlara konu ataması yapmayı amac ¸lar. Gizli Dirichlet Ayırımı (GDA) konu modellemesinde standart modeldir. Uzun dok ümanlardan olus ¸an derlemlerde y üksek bas ¸arım gösterirken kısa metinlerde bas ¸arılı sonuc ¸lar vermez. Kısa metinler üzerinde konu modellemesi sosyal medyanın rol ü nedeniyle y ükselis ¸tedir. Dolayısıyla hem uzun hem de kısa metinler üzerinde konu tespiti yapan yaklas ¸ımlar aranmaktadır. Bununla birlikte, aynı kesin referans kategorilere sahip uzun ve kısa metinlerin birlikte yer aldıgı veri k ümeleri eksikligi gör ülmektedir. Önerilen c ¸alıs ¸mada, filmlerin hem kısa tanımlarını hem de uzun altyazılarını ic ¸eren bir T ürkc ¸e film veri k ümesi 1 sunulmaktadır. Ayrıca sunulan veri k ümesi ic ¸in GDA dok üman-konu veya Doc2Vec gösterimlerini girdi olarak alan bir Tam Baglı Sinir Agı (TBSA) kullanılarak c ¸ok-etiketli film t ür ü sınıflandırması sonuc ¸ları verilmektedir.Anahtar Kelimeler-kısa metin sınıflandırma, uzun metin sınıflandırma, metin sınıflandırma veri k ümesi, GDA, Doc2Vec, tam baglı sinir agı, film, altyazı, özet.