Chunking — Yüzeysel Ayrıştırma
Chunking (Shallow Parsing) · Ayrıca şöyle bilinir: shallow parsing, partial parsing, Yüzeysel Ayrıştırma (Chunking)
Chunking, yani yüzeysel ayrıştırma, Steven Abney tarafından 1991'de ortaya atılan ve metni sözcük türü etiketleri kullanarak isim tamlamaları ve fiil tamlamaları gibi dilbilgisel parçalara ayıran bir doğal dil işleme görevidir. Cümlenin tam bir ayrıştırma ağacını oluşturmadan, faydalı sözdizimsel yapıyı hızlı bir şekilde çıkarır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Sözcük türü etiketlenmiş metniniz olduğunda ve tam bir sözdizimsel ayrıştırmanın maliyeti olmadan hızlı bir şekilde tamlama düzeyinde yapıya ihtiyaç duyduğunuzda chunking kullanın. Metnin keşifsel ve betimleyici analizi için uygundur ve yalnızca mütevazı miktarda veri gerektirir (yaklaşık on birim). İki koşulun sağlanması gerekir: sözcük türü etiketlemesi zaten tamamlanmış olmalı ve hedef dil için bir chunk dilbilgisi veya modeli mevcut olmalıdır.
Güçlü yönler & sınırlılıklar
- Tam bir ayrıştırma ağacı oluşturma maliyeti olmadan, faydalı sözdizimsel yapıyı hızlı bir şekilde çıkarır.
- Basit, şeffaf ve denetlenmesi ve ayarlanması kolay desen kurallarıyla sözcük türü etiketlerinden çalışır.
- Bilgi çıkarma gibi sonraki görevler için tamlama düzeyinde yapı taşları (isim ve fiil tamlamaları) sağlar.
- Öncelikle sözcük türü etiketlemesinin tamamlanmasını gerektirir; etiketlerdeki hatalar chunk'lara yayılır.
- Hedef dile uyan bir chunk dilbilgisi veya model gerektirir.
- Yalnızca düz, örtüşmeyen tamlamalar üretir — tam iç içe geçmiş sözdizimsel yapıyı kurtarmaz.
SSS
Chunking tam ayrıştırmadan nasıl farklıdır?
Tam ayrıştırma, her kelimenin diğer her kelimeyle nasıl ilişkili olduğunu gösteren eksiksiz bir sözdizimsel ağaç oluşturur. Chunking yüzeysel bir ayrıştırmadır: bitişik kelimeleri, onları tam bir ağaca iç içe geçirmeden, isim ve fiil tamlamaları gibi düz, örtüşmeyen tamlamalar halinde gruplandırır. Bu, onu çok daha hızlı hale getirir ve genellikle yalnızca tamlama düzeyinde yapıya ihtiyaç duyan görevler için yeterlidir.
Chunking'den önce sözcük türü etiketlemesine ihtiyacım var mı?
Evet. Chunking, ham kelimeler yerine sözcük türü etiketleri üzerinde çalışır, bu nedenle etiketleme öncelikle tamamlanmalıdır. Chunking bu etiketlere dayandığı için, etiketlemedeki herhangi bir hata doğrudan chunk'lara taşınır.
Chunking herhangi bir dil için çalışır mı?
Yalnızca hedef dil için bir chunk dilbilgisi veya eğitilmiş modelin bulunduğu yerlerde çalışır. Desen kuralları dile özgüdür, bu nedenle bir dil için yazılmış bir dilbilgisi başka bir dile uygulanmamalıdır.
Chunking ne üretir?
Etiketlenmiş diziden okunan düz, örtüşmeyen tamlama chunk'ları — tipik olarak isim tamlamaları ve fiil tamlamaları — üretir. Bu yüzeysel yapılar yaygın olarak bilgi çıkarma ve adlandırılmış varlık tanıma için girdi olarak kullanılır.
Kaynaklar
- Abney, S. (1991). Parsing by Chunks. In Principle-Based Parsing. Kluwer Academic Publishers. ISBN: 978-0-7923-1173-4
- Tjong Kim Sang, E.F. & Buchholz, S. (2000). Introduction to the CoNLL-2000 Shared Task: Chunking. Proceedings of CoNLL-2000. link ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Chunking (Shallow Parsing). ScholarGate. https://scholargate.app/tr/text-mining/chunking-shallow-parsing
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Morfolojik AnalizMetin madenciliği↔ karşılaştır
- Adlandırılmış Varlık Tanıma (AVT)Metin madenciliği↔ karşılaştır
- Sözcük türü etiketleme (POS Tagging)Metin madenciliği↔ karşılaştır
- Metin BölütlemeMetin madenciliği↔ karşılaştır