Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Eskişehir Osmangazi Üniversitesi, Fen Bilimleri Enstitüsü, Fen Bil.Enst.Md.Lüğü, Türkiye
Tezin Onay Tarihi: 2008
Tezin Dili: Türkçe
Öğrenci: SERKAN KESER
Danışman: Rifat Edizkan
Özet:
Bu tez çalışmasında, Ortak Vektör Yaklaşımı (OVY) ile fonem tabanlı Türkçe yalıtık kelime tanıma üzerinde çalışılmıştır. OVY, kelime tabanlı ses tanımada yüksek tanıma başarımları verdiği bilinmektedir. Fakat bir dildeki ses birimlerinin süresinin kısa olması, bu birimlerin bazılarının çok sık kullanılmaması ve özellik uzayında bunların dağılımlarının iç içe olması ses birim tabanlı ses tanıma başarımlarını etkilemektedir. Tez çalışmasında sınıf modelleri ve tanıma başarımları METU veri tabanı üzerinden elde edilmiştir. Tanınacak kelime üzerinde 10 ms aralıklarla pencere kaydırılarak her bir aralık için ses birim sınıflaması yapılmış ve daha sonra elde edilen harf dizisi Redundant Hash Addressing (RHA) uygulanarak dizinin en yakın olduğu kelime bulunmuştur. Sınıflama hatalarından kaynaklanan yanlış tanıma sayısını azaltmak için RHA’de iyileştirmeler yapılmıştır. Tez çalışmasında kişi bağımlı ve kişi bağımsız kelime tanıma başarımları elde edilmiştir. OVY ile fonem tanımada eğitim kümesinde %99 tanıma oranı elde edilmiştir. Test kümesinde kişi bağımsız fonem tanıma başarımları ünlü ve ünsüz sesler için sırasıyla %48 ve %58 civarındadır. RHA’de yapılan iyileştirmeler sonucunda kişi bağımsız ve bağımlı kelime tanıma başarımları sırasıyla %72.22 ve %82.5 olarak elde edilmiştir. Fonemlerin sınıflama başarımları düşük olmasına rağmen, RHA kullanılarak yüksek kelime tanıma başarımları elde edilmiştir. Yapılan çalışmaların sonuçları sınıflama başarımlarını arttırmak için OVY’de ve kelime çözümlemesinde iyileştirmeler yapılması gerektiğini göstermektedir.
Anahtar Kelimeler: Ortak Vektör Yaklaşımı, fonem tanıma, yalıtık ses tanıma, Redundant Hash Adresleme