Notes

Ilk etapta ingilizce dizi altyazilari uzerine yapilmis bir conversation classification arastirmasi olup olmadigini arastirmayi, eger boyle bir arastirma yoksa novel conversation classification metodlarini arastirip bunlarin icinden en *basarili* olabilecek olani Ingilizce dizi altyazilarina uygulamayi dusundum. Boylelikle elimde belirli bir basari oranina sahip bir siniflandirilmis ingilizce konusma dataset'im olacak. Ayrica bu dataset'in siniflandirmadaki basari oranini anketler veya Mechanical Turk gibi mekanizmalar vasitasiyla arttirmak da mumkun.

Bunun ardindan ilgili Ingilizce altyazilari Turkce karsiliklari ile degistirdigimizde (tabii ilgili siniflandirmalarin da Turkce karsiliklarini kullanirsak) elimizde belirli bir basari oranina sahip bir Turkce dataset elde etmis oluyoruz; cunku -gecen hafta da toplantida konustugumuz uzere- metin degisse de tercume edilmis olmasi nedeniyle semantik anlamda ayni kaliyor olacagindan siniflandirmasi da ayni kalacak.

Son olarak bu Turkce dataseti cesitli deep neural network'leri egitmekte ve test etmekte kullanip karsilastirmali bir performans analizi yapmakta kullanabilir, hatta bu aglarin basarisini Ingilizce altyazilari siniflandirmakta kullandigim metodla bile kiyaslayabilirim.

Tabii bu yol haritasinda kesin olmayan, tam olarak bilgi sahibi olmadigim kisimlar da var. Ornegin conversation classification'in farkli cesitleri var (sentimental, topical, etc.) ve bunlardan hangisine yonelik calismamin daha iyi olacagini, hangi alanin daha iyi arastirildigini henuz tam olarak bilmiyorum. Ayrica Turkce siniflandirilmis altyazi dataset'ini elde ettikten sonra yapilabilecek seyleri de degistirmek ya da genisletmek mumkun; yani bu veriyle karsilastirmali bir deep neural network performans analizi disinda seyler de yapilabilir.

https://arxiv.org/abs/1708.07149