Dialogue Topic Extraction as Sentence Sequence Labeling

Pan, Dinghao; Yang, Zhihao; Tan, Haixin; Wu, Jiangming; Lin, Hongfei

doi:10.1007/978-3-031-17189-5_21

Search citation statements

Order By: Relevance

Paper Sections

Select...

Citation Types

Supporting

Mentioning

Contrasting

Year Published

2024

Publication Types

Select...

Book1

Article1

Relationship

Self Cite0

Independent2

Authors

Journals

Cited by 2 publications

References 16 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

Optimizing Neural Topic Modeling Pipelines for Low-Quality Speech Transcriptions

Taati,

Budka,

Neville

et al. 2024

Intelligent Information and Database Systems

View full text Add to dashboard Cite

Optimizing Neural Topic Modeling Pipelines for Low-Quality Speech Transcriptions

Taati,

Budka,

Neville

et al. 2024

Intelligent Information and Database Systems

View full text Add to dashboard Cite

Graf Sinir Ağları ile İlişkisel Türkçe Metin Sınıflandırma

Okur,

Tohma,

Sertbaş

2024

Journal of Polytechnic

View full text Add to dashboard Cite

Türkçe metin sınıflandırması ve ilişkisel analiz, dilin karmaşık yapısını anlamada ve doğal dil işleme süreçlerini geliştirmede kritik bir rol oynar. Bu çalışma, Türkçe metinlerin sınıflandırılması ve aralarındaki ilişkilerin derinlemesine analiz edilmesine odaklanmaktadır. Çalışmanın amacı, Türkçe'nin zengin morfolojik yapısını ve metinler arası ilişkileri etkin bir şekilde ele alarak, bu yapıyı yansıtan ileri düzey bir sınıflandırma modeli geliştirmektir. TRT-Haber web sayfasından elde edilen veri kümesi üzerinde graf tabanlı derin öğrenme teknikleri kullanılarak, yüksek performanslı bir model oluşturulmuştur. Metinlerin semantik vektör gösterimleri için BERT (BertTurk) modeli kullanılmış ve metinler arası ilişkileri gösteren kenar komşuluk matrisleri ile birleştirilmiştir. Bu veriler, graf sinir ağı (GNN) tabanlı sınıflandırma modeline beslenmiştir. Elde edilen sonuçlar, GNN modelinin %97.93 doğruluk oranı ile metinleri sınıflandırabildiğini ve ilişkisel yapıları başarıyla çözümleyebildiğini göstermektedir. Bu bulgular, metin sınıflandırması ve ilişkisel analizde graf tabanlı yaklaşımların etkinliğini ve potansiyelini ortaya koyarak, Türkçe metinlerin daha iyi anlaşılmasını ve işlenmesini sağlayacak yenilikçi yöntemlerin geliştirilmesine katkı sağlamaktadır.

show abstract

Dialogue Topic Extraction as Sentence Sequence Labeling

Cited by 2 publications

References 16 publications

Optimizing Neural Topic Modeling Pipelines for Low-Quality Speech Transcriptions

Optimizing Neural Topic Modeling Pipelines for Low-Quality Speech Transcriptions

Graf Sinir Ağları ile İlişkisel Türkçe Metin Sınıflandırma

Contact Info

Product

Resources

About