Çok güzel
haber! Türkçe kitap okuyup ilgili
soruları cevaplayan pprogramım LANGANA ilk cevaplarını verdi.
İlk olarak STEINBECK’in
‘Fareler ve İnsanlara Dair’ adlı romanını okuyup parse etti. Sonuçları bir pseuodo dile convert edip bir
MySQL database’ine sakladı. Daha sonra
benim şimdilik elle hazırladığım bir soruyu, ‘Lennie nereye gitti?’ cevapladı.
Aşağıda ilk
sütun SENTENCE_NO ikinci sütun WORD_NO, üçüncü sütun OPTION_NO’dur.
Dördüncü
sütun ROOT_TYPE, altıncı sütun ROOT , sekizinci sütun ek-RAW_EXT vb...dir.
Görüldüğü
gibi, basit bir 3 seviyeli SQL querysi dizisi ile, sorunun cevabını içeren cümleleri
yaklaşık 30 bin kelime (100 sayfa) içinden çekip çıkardı, LANGANA...
LENNİE
NEREYE GİTTİ?
****************************************
33333333333333333333333
1561 6 0 29356 İsim null kerevet nounExt ine %%?in%&e
-----------------------------------------------------------------
1561 0 0 0 Özelİsim null Lennie null null null
1561 1 0 30488 Zamir null kimse pronounExt nin +ni+n
1561 2 0 13520 İsim null dikkat nounExt ini %%?in%&i
1561 3 0 10344 Fiil -i,-e çek nounFromVerbExt memeye -meme-ye
1561 4 0 9754 Fiil nsz çalış gerundFromVerbExt arak ;;-ar;.ak
1561 5 0 53348 Zarf null usulcacık null null null
1561 6 0 29356 İsim null kerevet nounExt ine %%?in%&e
1561 7 0 19913 Fiil -den,-e git verbExt ti ::-ti:
1561 8 0 54481 Bağlaç null ve null null null
1561 9 0 39490 Fiil -e otur verbExt du ::-du:
*****************************************
33333333333333333333333
2015 13 0 48386 İsim null şehr nounExt e %%%&e
-------------------------------------------------------------------
2015 0 0 0 Özelİsim null Lennie null null null
2015 1 0 37999 Zamir null ne null null null
2015 2 0 55685 Fiil -i yap nounFromVerbExt acağını -acağ-ın-ı
2015 3 0 48299 Fiil -i şaşır gerundFromVerbExt arak ;;-ar;.ak
2015 4 0 30799 Sıfat null kocaman null null null
2015 5 0 15879 İsim null el nounExt lerini #ler%%?in%&i
2015 6 0 10392 Sıfat null çelimsiz null null null
2015 7 0 6880 İsim null bir null null null
2015 9 0 6906 Zamir null birbir pronounExt lerine +lerine
2015 10 0 10027 Fiil -i,-e çarp verbExt tı ::-tı:
2015 11 0 54481 Bağlaç null ve null null null
2015 12 0 22578 İsim null Herkes null null null
2015 13 0 48386 İsim null şehr nounExt e %%%&e
2015 14 0 19913 Fiil -den,-e git verbExt ti ::-ti:
2015 15 0 12648 Fiil de verbExt di ::-di:
****************************************
1.
QUERY:
query = "SELECT * FROM text_read_tst WHERE
ROOT = '"+convertToCharSet("git","Windows-1254",
"Cp1252")
+"' AND RAW_EXT =
'"+convertToCharSet("ti","Windows-1254",
"Cp1252")+"'" ;
2.
QUERY:
query = "SELECT * FROM text_read_tst WHERE
SENTENCE_NO =
'"+convertToCharSet(ref_sentence_no,"Windows-1254",
"Cp1252")
+"' AND ROOT =
'"+convertToCharSet("Lennie","Windows-1254",
"Cp1252") +"' ";
3.
QUERY:
query = "SELECT * FROM text_read_tst WHERE
SENTENCE_NO =
'"+convertToCharSet(ref_sentence_no,"Windows-1254",
"Cp1252")
+"' AND (RAW_EXT =
'"+convertToCharSet("ye","Windows-1254",
"Cp1252")
+"' OR RAW_EXT =
'"+convertToCharSet("e","Windows-1254",
"Cp1252")
+"')
";
Projemin
bundan sonraki aşaması:
1 1. Bir kaç gün dinlenme...
2 2.
Bankalar, özel şirketler ve
TUBITAK’tan destek arayışı...
3 3.
Referans olarak herkesin
kullanımına açmak için Fareler ve İnsanlara Dair’in LANGANA-PARSER çıktısını 0
ambiguity ve %100 doğruluğa getirmek.
(En son değişikliklerle bugün %5 ambiguity’ye indirdim).
4 4.
Öncelikle soru
algoritmaları geliştirmek gerek.
5 5.
Yaptığım DB’yi kullanarak
ÖZNE, NESNE, İSİM-SIFAT TAMLAMALARI ayrışımını yapmak gerek.
6 6.
Geliştirdiğim soru
algoritmalarını kullanıcı sorularına göre tetikleyen userinterface’i
geliştirmek.
Ham olsa da elimdeki ürünü görmek denemek isteyenlere
her zaman kapım açık... Bilgisayar
ortamındaki yazıların giderek arttığı günümüz ortamında yaptığım programın
çarpıcı avantajlar oluşturacağından kuşkum yok.
Tıp, hukuk, basın, bankacılık vb bir çok alanda çok faydalı uygulamalar
geliştirilebilir.
Saygılarımla.
Ali R+ SARAL
