tspell: Türkçe Doğal Dil İşleme Yazılımı

0
FZ
İlk kez Bilgi Üniversitesi´nin bilgisayar bilimleri e-posta listesinde görmüştüm tspell projesinin adresini, sanırım Mart ayı civarıydı, gidip baktığımda ortada henüz bir şey yoktu. Geçen hafta uğradığımda ise Java ile geliştirilmiş ve hiç de küçümsenmeyecek bir sistem ve güzel bir web sayfası karşıladı beni. Bilişsel bilim (cognitive science) ve doğal dil işleme (NLP - Natural Language Processing) konuları ile uğraşan biri olarak heyecanlandığımı inkâr edemem.

İki Türk programcı tarafından başlatılan ve Türk diline ciddi bir teknolojik hizmet olarak gördüğüm böyle bir projenin varlığı, açık kodlu olması ve paylaşıma açık olarak sunulması beni çok sevindirdi.

Bir hayli iddialı olan projenin 0.2 numaralı sürümü hem doğrudan çalışabilir olarak (200 KB) hem de istenirse Java kodları ile birlikte Internet´ten çekilebiliyor. Geliştiricilerin Eclipse yazılım geliştirme platformunu önermeleri ve tspell Java kaynak kodlarının Eclipse üzerinden nasıl çekilip derlenebileceğini anlatan teknik bir makale yazmış olmaları ise benim gibi konuya hızlı bir giriş yapmak isteyen ancak Eclipse ve Java konusunda çok deneyimli olmayan programcılar için çok ciddi bir artı puan. Görebildiğim kadarı ile Eclipse bir hayli güçlü bir platform, CVS işlevselliği de dahil olmak üzere her türlü aracı bünyesinde sunuyor ve entegre olarak ekip çalışmasınız kolaylaştırıyor.
Proje şu anda bünyesindeki sözlük ve algoritmalarla sözlük oluşturma, sözcük denetleme, sözcük çözümleme, Türkçe harf kullanılmadan yazılmış yazıları tam olarak Türkçe yazıya dönüştürme (deASCIIfier) ve tersi işlemleri (ASCIIfier), heceleme işini yapıyor.

Proje kurucu/yöneticileri olan geliştiriciler her türlü katkıya, desteğe ve eleştiriye açıklar. Destek vermeye çalışanları da gayet sıcak karşılıyor ve ellerinden geldiğince yardımcı oluyorlar her türlü konuda. Ben de elimden geldiğince katkıda bulunmaya çalışacağım, şimdilik elimdeki Java kodlarını incelemek ve sistemin algoritmalarını, veriyapılarını anlamakla meşgulüm.

Yazılımcılardan biri Porto Riko´da profesyonel programcı olarak çalışırken diğeri de TÜBİTAK´ta araştırmacı olarak görev alıyor, bir diğer katılımcı da yine bilgisayarla ilgili ve değişik konularda uygulama geliştirmiş biri. Bu projeyi tamamen gönüllü olarak ve ayırdıkları ekstra zamanlarda gerçekleştirilen yazılımcılar genel bir doğal dil işleme çerçevesi oluşturup sistemin genişletilebilir bir şekilde başka sistemlere de hizmet vermesini öngörüyorlar. Bu yüzden de akademik ortamdan olsun, profesyonel yazılım dünyasından olsun, dilbilim ortamlarından olsun her türlü uzmanın katkısını ve desteğini de bekliyorlar.

Görüşler

0
huseyin
http://kilavuz.sourceforge.net [kilavuz.sourceforge.net] sitesinde Hata Toleranslı Sonlu Durum Tanıma (Error Tolerant Finite State Recognition :) ) algoritması kullanarak yazdığımız Linux tabanlı bir imla denetleyicisi var. Emrah OpenOffice'e katılması için uğraşıyor. İlgilenenler bakabilir.
0
roktas
Kilavuz'un binary`sini denedim, gayet güzel çalışıyor. Fakat sizce de önemli bir sorun yok mu ortada? Nerede bunun kaynak kodları? En son Ocak 2003'de güncellenen ve sadece ikili kodu içeren bir paket buluyorum. Şayet böyle bir kaynak var ve ama ben bunu kolayca göremiyorsam o da ayrı bir sorun. Emeğinize saygı gösteriyorum, fakat lütfen özgür yazılım geleneklerine biraz daha özen gösterin. Bu şartlarda OpenOffice`e nasıl nasıl eklenecek bu kod? Kaynak kodun seçilen özgür lisans metniyle birlikte siteye konulmamasını hüsn-ü zan göstererek yoğun mesai içinde ihmal edilmiş bir husus olarak değerlendiriyor ve eleştirimi şimdilik geleneklerin gözetilmemesiyle sınırlıyorum. Sözlerimi her iki projeye verdiğim değerden kaynaklanan bir hassasiyet olarak kabul edin. Umarım kamusal menfaat açısından çok önemli gördüğüm bu başarılı çalışmalar artan katkıcı sayısıyla devam eder ve hızla olgunlaşır. Ama lütfen şu kaynak kodları herkesin ulaşabileceği bir yere koyun. Kimbilir ben de üzerinde ufak ufak hack`lemeye başlarım :-) Sevgilerimle...
0
huseyin
Kilavuz'un kodlari zaten acik. Sitede kodlarin implement edildiği makaleye linkte var. Açık olmayan DFA, yani Türkçe dil makinası. Gerçek sahibi de Üniversite hocamız Sayın Kemal Oflazer http://people.sabanciuniv.edu/oflazer [people.sabanciuniv.edu] veya :) http://sozluk.sourtimes.org/show.asp?t=kemal+oflazer. Sanirim Kilavuz'un ardindan özgür Türkçe sonlu durum makinası yapmak gerekli.
0
sundance
Bir de sanırım bu tür bir haberde, sözkonusu yöntemi geliştiren, bu konuda yıllardır birçok çalışmada bulunmuş olan Kemal Oflazer hocamızdan bahsetmeden geçmek pek doğru olmaz. http://people.sabanciuniv.edu/~oflazer/
0
ahmetaa
Kemal Oflazer suphesiz Turkiyede bu konuda otorite sayilabilecek birisi.
Tspell su an icin Oflazer'in 6-7 yil once geldigi noktaya ancak yakin denilebilecek bir seviyede. Umuyorum hizla gelistirilecek. Proje halen emekleme asamasinda ve pek cok eksigi var.
Su var ki Tspell kelime cozumleme ve ascii'den donusturucu mekanizmalari Oflazer'in sisteminden farkli bir yapiya sahip. Gelistirme sirasinda baska metodlar ornek alinmadi, tamamen sifirdan yazildi. Basit bir cozumleme mantigi oldugunu da belirteyim.
Tspell'in diger calismalardan farki ise tamamen acik kodlu olmasi. Java ile gelistirilmesi de farkli platform problemini kokunden cozuyor. Performansi ise saniyorum oldukca iyi (tam bir kiyaslama yapmak icin baska bir urun gerekiyor). OpenOffice'e icin eklenti gelistirme konusu uzerinde de calismamiz olacak umuyorum.
Bu arada haberi gonderen arkadasa da tesekkurler.
Saygilar.

0
sundance
Kusura bakmayın bu benim hatam, iki projeyi birbirine karıştırmışım. FZ arkadaşımız beni bu konuda uyardı.

Elinize sağlık bu arada.
0
FZ
Hazır konu NLP´den açılmışken, doğal dil işleme filan diyorken, meraklısına yani bu konular ne işe yarıyor, gerçek hayatta ne işimize yarayacak diye düşünenlere. Mesela Yahoo´da dilbilimci ya da doğal dil işleme uzmanı olarak işe başlayabilirsiniz, az önce bana bir e-posta listesinden gelen ilana göre:

University or Organization: Yahoo, Inc.
Department: Search Relevance
Rank of Job: Lexicographer
Specialty Areas: Applied Lingustics, Computational Linguistics, Text/Corpus Linguistics

Description:

Compile and maintain lexical and knowledge resources for language-oriented components of Yahoo search engine. This includes:
- defining, building and using software infrastructure to maintain large (tens of millions) list of phrases with attributes
- identifying and acquiring sources of lists of phrases denoting concepts or objects of certain kind: e.g. company names, medical terms, song titles, etc.
- extracting phrases and attributes from these sources and merging them into a single master representation.

Requirements:
- MS/PhD (in CS or related area)
- experience in data processing (databases, scripting languages, text processing algorithms)
- (at least some) understanding and strong interest in natural language, data models, knowledge representation.
- detail-oriented: The jobs may involve a lot of ad hoc steps in order to achieve good coverage.
0
FZ
- http://groups-beta.google.com/group/comp.ai.nat-lang/browse_thread/thread/8d69b33af8f3bc5f

- http://www.insightful.com/products/infact/911/
0
FZ

https://tspell.dev.java.net/

https://tspell.dev.java.net/surumler/v03/tspell03.html
Görüş belirtmek için giriş yapın...

İlgili Yazılar

Genişletilebilir Programlama Dilleri: 21. yy. İçin Tahminler

FZ

ACM tarafından yayınlanan QUEUE dergisinin son sayısının konusu programlama dilleri. Toronto Üniversitesi'nden Dr. Gregory V. Wilson'ın dergiye gönderdiği Extensible Programming for the 21st Century (21. yüzyıl için genişletilebilir programlama) yazısı Internet'teki değişik platformlarda ışık hızı ile yayıldı ve bitmek bilmez tartışmalara bir yenisi eklendi. FM olarak sonsuz+1 mantalitesine uyup sevgili okurlarımızı bundan haberdar etmemek ve bir başka teknik (sosyolojik, psikolojik, politik, kısaca bilgisayar dünyası ile ilgili) tartışmaya yol açmamak düşünülemezdi!

Kızgın Programcılar Ordusuna Bir Üye Daha

TiberiusKirk

CNET news.com'dan...
"Gnutella author Justin Frankel is considering quitting Nullsoft, the company he founded and sold to America Online, following repeated clashes with his corporate parent over software projects."

Justin Frankel, kendi sitesinden yaptığı açıklamada, Nullsoft'tan ayrılma kararı aldığını açıkladı. Geliştirdiği WASTE adlı kriptolu chat ve P2P yazılımının Nulsoft'un sitesinden kaldırılmasını, kararının nedeni olarak açıklayan Frankel, AOL tarafından özgürlüğünün kısıtlandığını belirtti...

Frankel'in açıklaması:
http://www.1014.org

Xen: VMware® için özgür alternatif

roktas

VMware`in özgür ve üstelik daha hızlı alternatifini buluyoruz galiba. Bu haber OSNews`de dikkatimi çekti. Xen, Cambridge üniversitesi Bilgisayar Labortuvarlarında geliştirilmiş özgür lisanslı bir sanal makine yazılımı. İhtiyaç sahipleri bilirler, sanal makine yazılımları özellikle önyükleme ve sistem kurulumu yazılımlarının test edilmesinde, kirlilik oluşturmadan farklı işletim sistemlerinin denenmesinde çok yararlıdır. VmWare`in mevcut alternatifleri Bochs ve Qemu yeterli performansa sahip değiller ve böyle bir şeye hakikaten ihtiyaç vardı. (Qemu Bochs`dan çok daha iyi durumda, fakat VmWare ile karşılaştırıldığında maalesef o da yavaş kalıyor.) Xen özel tekniklerle (?) böylesi bir yüksek performansa ulaşabiliyor. Daha şimdiden Redhat, Novel, HP vb. bu projeye üşüşmüş durumdalar. Xen`in Linux çekirdek kod tabanına eklenmesi de gündemde. Ha unutmadan, anladığım kadarıyla teknik olmaktan ziyade yasal nedenlerden dolayı Xen'de sanal Windows çalıştırmak mümkün değil henüz. Ama ekran görüntüleri NetBSD`yi deneyebileceğinizi söylüyor. Bu güzel :-)

Processing: Görsel Tasarımcılar ve sanatçılar için programlama dili

anonim

Processing elektronik sanatlar ve görsel tasarımcılar için geliştirilmiş bir programlama dili ve ortamıdır. Programlamanın temellerini görsel bağlamlar içinde öğretmek ve software taslak defteri olarak kullanılmak üzere yaratılmıştır.

http://www.processing.org adresinden daha fazla bilgi alarak hemen kullanmaya başlayabilirsiniz.

Bunun yanında öğrenmenizi kolaylaştıracak Processing Türkçe başvuru kaynağı bu hafta yayına geçti: http://processing.org/reference/tr/

Python : iyidir - o kadar

gencbeyin

Proglamlama bilgisi olmayan biri için öğrenmesi kolay, öğrendikten sonra ise diger dillere geçiş olanağı olan Python hem hızlı geliştirme için kullanılabilen bir script dili, hem diğer bütün programlama stillerini ihtiva eden bir bilgisayar kültürü antolojisi gibi.
Mesela eski alışkanlıkları Lisp türü fonksiyon bazlı programlama için uygun tanımlamalar içermektedir. Aynı zamanda OO yani obje bazlı programlama için de elverişlidir. Son olarak perl tipi sıralayan türden programlama da yapılabilir. Bütün bunları python öğrenirken yeni baştan tekrar edebilirsiniz.