Sözlük Kullanarak Türkçe için Kavram Madenciliği Metotları Geliştirme

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Sözlük Kullanarak Türkçe için Kavram Madenciliği Metotları Geliştirme"

Transkript

1 Sözlük Kullanarak Türkçe için Kavram Madenciliği Mettları Geliştirme 1. Giriş Kavram, bir kelimenin daha syutsal ve genel anlamını ifade eden kelimeye denir. Kavramlar syut veya smut kelimeler labilir. İnsanlar algıladığı nesne veya lgunun kavramını klayca çıkarabilmektedir; ama bilgisayarlar insan beyninin karmaşık ve üstün nöral algılama sistemine sahip lmadığı için kavram çıkarma bu makineler için daha zr lmaktadır. Bunun için makine öğrenme ve yapay zeka uygulamalarından faydalanılmaktadır. Akademik Bilişim 14 - XVI. Akademik Bilişim Knferansı Bildirileri 5-7 Şubat 2014 Mersin Üniversitesi Cem Rıfkı Aydın 1, Ali Erkan 1, Tunga Güngör 1, Hidayet Takçı 2 1 Bğaziçi Üniversitesi, Bilgisayar Mühendisliği Bölümü, İstanbul 2 Cumhuriyet Üniversitesi, Bilgisayar Mühendisliği Bölümü, Sivas cemrifkiaydin@gmail.cm, alierkan@gmail.cm, gungrt@bun.edu.tr, htakci@gmail.cm Özet: Kavram madenciliği yazınsal, görsel veya işitsel metinlerden anlamlı kavramlar çıkarma işlemine denir. Başta İngilizce lmak üzere yaygın larak knuşulan Batı dillerinde bu alanda ldukça fazla sayıda çalışma yürütülmüş lsa da Türkçe de şu ana kadar kavram madenciliği üzerine geliştirilmiş çk iyi başarı ranı veren bir çalışma yktur. Bu çalışmada metinlerden kavram çıkarmak için yapay zeka algritmalarının kullanımı yanında en çk yararlanılan, kelimelerin birbiriyle lan ilişkilerini hiyerarşik bir düzen içinde içeren veritabanı lan WrdNet yerine şu ana kadar denenmemiş bir yl larak TDK sözlüğü kullanılmıştır. Bir kelimenin sözlükteki kelime tanımı içerisinde yer alan kelimeler, kelimenin kavramıyla alakalı sözcükler labildiğinden anlamlı snuçlar çıkarılmıştır. Başarı ranları, daha önce Türkçe de kavram madenciliği üzerine geliştirilmiş çalışmaların verdiği snuçlardan daha iyidir. Anahtar Sözcükler: Kavram Madenciliği, Bağlamsal Analiz, Sözlüksel İlişkiler, Türkçe Derlem Develping Cncept Mining Methds in Turkish Using Dictinary Abstract: Cncept Mining is a prcess, thrugh which expressive cncepts are extracted frm textual, visual, r audi artifacts. Althugh there have been develped many methdlgies in this dmain, mainly fr English amngst many Western languages, there has been n wrk develped in Turkish s far in this dmain, that has high success rates. In this wrk, instead f using Wrd- Net, a lexical database which has synset relatins defining the hierarchical relatinships between wrds besides artificial intelligence methds, TDK dictinary is made use f, a nvel apprach. Since the wrds in this dictinary s wrd definitin may be relevant t the cncept f that wrd, expressive results culd be achieved. Success rates fr this wrk are seen t be higher than that which have been develped fr cncept mining dmain in Turkish s far. Keywrds: Cncept Mining, Cntext Analysis, Lexical Relatinships, Turkish Crpra 801 Kavram madenciliği her ne kadar genel larak yazınsal metinlerden anlamlı kavramlar çıkarma larak tanımlansa da görsel ve işitsel metinlerden de kavram çıkarma işlemleri vardır. Bu çalışmada ise sadece yazınsal metinlerden kavram çıkarılmıştır. Kavram madenciliği zr; ama bir kadar kullanımı ve yararlılığı fazla lan bir alandır. Örneğin tıp alanında hastaların ve hastalıkların sınıflandırılmasında yardımcı bir rl üstlenebilirken [1] [2], hukuksal alanda ise davaları sınıflandırmakta kullanılabilmektedir [3]. Diğer kullanım alanlarına örnek

2 Sözlük Kullanarak Türkçe için Kavram Madenciliği Mettları Geliştirme Cem Rıfkı Aydın, Ali Erkan, Tunga Güngör, Hidayet Takçı larak açık uçlu anketlerin değerlendirilmesi, dkümanların sınıflandırılması ve müşteri prfillerinin değerlendirilmesi verilebilir. Şu ana kadar yabancı dillerde kavram madenciliği üzerine çğunlukla WrdNet sözlüğünden faydalanılmıştır. WrdNet kelimelerine birbiriyle lan ilişkisini ifade eden synset adlı kümeleri barındıran bir veritabanıdır. Bu küme içinde eşanlamlılık (synnymy), zıt anlamlılık (antnymy), genel anlamlılık (hypernymy) gibi bir sürü ilişki barınmaktadır, kavram bir kelimenin daha syutsal ve genel anlamını ifade ettiğinden, bu veritabanındaki hypernymy özelliğinden faydalanılmaktadır. Örneğin kedi kelimesinin WrdNet veritabanında hypernym i karşılığına bakarak bu kelimenin kavramı hayvan larak belirlenebilir. Her ne kadar İngilizce de WrdNet veritabanı ldukça gelişmiş lsa da, Türkçe için geliştirilmiş lan WrdNet veritabanı ldukça eksik ve emekleme aşamasındadır. Bu yüzden bu çalışmada WrdNet yerine TDK (Türk Dil Kurumu) sözlüğü kullanılmıştır. TDK sözlüğü sözcüklerin anlam cümlelerini içermektedir ve bu anlam cümlesindeki kelimelerle sözcük arasında birçk ilişki bulunmaktadır. Bu ilişkiler arasında, aynı WrdNet te lduğu gibi eşanlamlılık, genel anlamlılık, nedensellik gibi özellikler bulunmaktadır. Bu ilişkiler sözcüğün kavramıyla alakalı labileceğinden, sözlüğün kullanımı başarılı snuçlar vermiştir. TDK sözlüğüyle yürütülen bu çalışmada kavram çıkarma algritması, daha önce Türkçe de bu alan üzerine yapılan çalışmalardan daha başarılı snuçlar vermiştir. Çalışmanın ikinci bölümünde literatür araştırması üzerine değinilmiş, kavram madenciliği üzerine yapılan çalışmalardan kısaca bahsedilmiştir. Üçüncü bölümde geliştirdiğimiz algritma(lar) anlatılmıştır. Dördüncü bölümde değerlendirme snuçlarına yer verilirken, sn bölümde ise snuç ve öneriler verilmiştir. 2. Literatür Araştırması Şu ana kadar kavram madenciliği üzerine yapılan çalışmaların çğunda yapay zeka algritmaları ve WrdNet kullanılmaktadır. Türkçe üzerine yapılan çalışmalar çk kısıtlı lmakla beraber yapay zeka algritmaları kullanılmış; fakat Türkçe de kavram madenciliği üzerine WrdNet kullanımına pek başvurulmamıştır. Bir çalışmada web sitelerinden kavram çıkartılmaya çalışılmıştır. Önce stp-wrd lan sözcükler elenmiş, ardından frekansı belli bir eşik değeri aşan kelimeler kavram setine atanmıştır. <html>, <bdy> ve <title> gibi etiketlere (tag) de belli katsayılar atanmış ve bu etiketlerin temsil ettiği kelimelerin kavram lup lmayacağının belirlenmesinde bu katsayı skrları da etkili lmuştur. Örneğin <b> ve <title> etiketlerine daha yüksek değerli katsayılar atanmıştır; çünkü bunlar daha yüksek öneme sahiptir. Bu çalışma bag-f-wrds özelliğine sahiptir. [4] Diğer bir çalışmada WrdNet içinde bulunan synset ilişkileri kullanılarak kümeleme (clustering) algritması izlenmiştir. Burada bütün synset ilişkilerinin hesaba katılmasının kümeleme üzerinde başarısız snuçlara neden lduğu gözlenmiştir. [5] Bir çalışmada ise kavramlar dkümandaki frekans, çap gibi özelliklerine bakılarak çıkarılmış, ardından bunun üzerine metin sınıflandırılması yapılmaya çalışılmıştır. Ancak bu kavram çıkarma işleminde kavramlar dkümanlardaki kelimelerden birisi labilmekte, dkümanda geçmeyen bir kelime kavram larak belirlenememektedir, bu da pek başarılı snuçlar vermemektedir. [6] Diğer bir çalışmada bir yapay zeka uygulaması lan Latent Dirichlet Allcatin kullanılmıştır. Bu algritma her ne kadar dkümanlardan knu (tpic) çıkarmak için geliştirilmiş bir mett lsa da, bu çalışmada kavram çıkarmada elde edilen başarı yüksektir. [7] 802

3 Akademik Bilişim 14 - XVI. Akademik Bilişim Knferansı Bildirileri 5-7 Şubat 2014 Mersin Üniversitesi Türkçe üzerine yürütülen bir çalışmada ise kümeleme (clustering) algritması izlenmiştir. [8] Kümeleme algritması izlenirken, ilk önce manüel larak kümelere kelimeler atanmış, snra dkümanlara da bu kümeler atanarak kavram çıkarılmaya çalışılmıştır. Geliştirilen bu algritmanın başarı ranı %51 dir. Bizim geliştirdiğimiz algritmaya göre ise ne yapay zeka algritmaları, ne de WrdNet kullanılmış, nun yerine sözlük kullanılarak istatistiksel bir mett izlenmiştir. 3. Sözlük Kullanımı Şu ana kadar kavram madenciliği üzerine geliştirilmiş istatistiksel mettlar arasında en çk başvurulan yöntem WrdNet kullanımıdır. Kavramlar bir kelimenin genel anlamını ifade ettiği ve WrdNet te bulunan hipernimi özelliği de bir kelimenin genel anlamını belirttiği için bu veritabanının kullanımı ldukça faydalı snuçlar vermiştir. Fakat yalnızca hipernimi özelliğinin hesaba katılıp, diğer ilişkilerin gözardı edilmesi başarı ranlarını düşürebilmektedir. Örneğin bir dkümanda talebe kelimesi çk sık geçiyrsa, bu kelimenin yaygın kullanılan eşanlamlı kelimesi lan öğrenci sözcüğü bu dkümanın kavramı larak belirlenebilmelidir. Türkçe sözlüğündeki anlam cümlelerinde bir sürü anlam ilişkisinin varlığını ve Türkçe WrdNet veritabanının pek gelişmiş lmadığını hesaba kattığımızda, TDK sözlüğünü kullanmamız mantıklı gelmekte, snuçlar da başarılı çıkmaktadır. Bu çalışmada dkümanlardan anlamlı kavramlar çıkarmak için TDK sözlüğünün elektrnik XML frmatından yararlanılmıştır. Sözlükteki bir kelimenin XML frmatındaki özellikleri aşağıdaki gibidir. <name>: Kelimenin ismini, <affix>: Kelimenin sn eki lup lmadığını, <lex_class>: Kelimenin grubunu (isim, sıfat, vb.), <stress>: Kelimenin hangi hecesinin vurgu-landığını, <prnunciatin>: Kelimenin telaffuzunu, <rigin>: Kelimenin geldiği dili, <meaning>: Kelimenin anlamını, <qutatin>: Kelimenin kullanıldığı bir alıntı cümleyi, <ataszu_deyim_bilesik>: Kelimenin hangi ata-sözü, deyim veya bir bileşik isimde kullanıldığını belirtir. Bu çalışmada, sözlükten faydalanılırken göz önünde bulundurulan özellikler <name>, <lex_class> ve <meaning_text> tag leridir. Bu kelimeler arasından sadece isim lanlar hesaba katılmış diğerleri elenmiştir, çünkü kavramlar çğunlukla isim larak düşünülmektedir. Diğer etiketlerin (tag) pek bir önemi yktur, örneğin bir kelimenin hangi dilden geldiğinin (<rigin> etiketi) bu kelimenin kavramıyla hiçbir ilişkisi yktur. Anlam cümlelerindeki kelimeler de (çekim) eklerinden ayrılıp işlenmelidir. Dikkat edilmesi gereken bir nkta da bir kelimenin (dernek kelimesi gibi) birden çk anlama sahip labilmesidir, bunun için bağlamsal analiz gerçekleştirilerek, dkümandaki kelimenin hangi anlamının kullanıldığı tespit edilmektedir. Dkümandaki sözcüğün ve bu sözcüğün sözlükteki anlam cümlesinde geçen kelimeler arasında birçk anlamsal ilişki vardır, bunlardan bazıları aşağıda açıklanmıştır. Kavram çıkarmada en çk kullanılan anlamsal ilişki daha önce bahsedildiği gibi hipernimi özelliğidir. Şu ana kadar özellikle İngilizce de kavram madenciliği alanında yürütülen çalışmalarda hipernimi dışında bir anlamsal ilişkiden pek faydalanılmamıştır, bunun nedeni ise kavramın bir sözcüğün genelde syut anlamını ifade etmesi ve hipernimi özelliğinin bu anlamı içermesidir. WrdNet in hipernimi anlamsal ilişkisi (synset) bir genel anlam sözcüğü döndürebilirken, sözlük tanımlarında birden fazla hipernim kelimesi döndürülebilmektedir. Örneğin aslan kelimesinin sözlük tanımında kedigiller ve hayvan gibi iki hipernim kelime 803

4 Sözlük Kullanarak Türkçe için Kavram Madenciliği Mettları Geliştirme Cem Rıfkı Aydın, Ali Erkan, Tunga Güngör, Hidayet Takçı labilir, bu da WrdNet teki aslan kelimesinin tek hipernim kelimesine sahip lmasına kıyasla daha başarılı snuçlar verebilmektedir. Hipernimi özelliği yanında sinnimi (eş anlamlılık) özelliği de kavram belirlemede bir rl ynayabilir, örneğin bir dkümanda hekim kelimesi çk geçiyrsa bu dkümanın dktrlar ile ilgili bir knu işlediği kanısına varabiliriz, dlayısıyla bu dkümanın kavramı dktr diyebiliriz. Kavram çıkarmada kullanılabilecek lan başlıca iki anlamsal ilişki hipernimi ve sinnimi lsa da diğer anlamsal ilişkilerden de (zıt anlam hariç) bu süreçte faydalanılabilir. Diğer anlam ilişkilerinden bazıları mernimi (bileşen anlam ilişkisi), hipnimi (daha dar kavram anlam ilişkisi) ve zıt anlamdır (antnimi), bunlardan mernimi özelliği kavram çıkarmada kullanılabilir (bir dkümanda parmak kelimesi sık geçiyrsa, parmak kelimesinin bileşeni lduğu el sözcüğü kavram larak belirlenebilir). Ayrıyeten sözlük anlam cümlelerinde kullanabilirlik (sabun-yıkama), yer (mutfak-ev), etki (kaza yapmak-yaralanmak), altlay (uyumakhrlamak), önkşul (işe gitmek-uyanmak) gibi WrdNet te synset larak bulunmayan anlamsal ilişkilerin bulunması, sözlük kullanımı ile daha başarılı snuçlara ulaşılabilmesini sağlar. 804 Bu anlam benzerlikleri (zıt anlam hariç) kelimeleri birbiriyle ilişkilendirerek, birçk alanda kullanılabilir. Kümeleme yöntemi uygulanacak lursa benzer anlamlara sahip kelimeler aynı kümeye atanabilir. (Örneğin karanfil kelimesi ile gül kelimesinin TDK anlam cümlelerinde rtak kelimeler lduğu için bitki gibi- bunlar aynı kümeye atanabilir.) Bu çalışmanın ana algritmasından ayrı larak bu yöntem uygulanmış; fakat çk başarılı snuçlar elde edilmemiştir (kümeleme yöntemi ile kesinlik başarı ranı %40.17 larak tespit edilmiştir), bunun nedeni ise bütün derlem dküman kelimeleri ile luşturulan büyük veri seti matrislerinin (satırların dküman kelimelerini, sütunların ise dküman kelimelerinin sözlük tanım cümlelerindeki sözcükleri temsil ettiği) ldukça fazla sayıda 0 değeri içermesidir. PCA (Principal Cmpnent Analysis) uygulanarak byut azaltılmaya çalışılmış ve 3 ile 4 seviyeli hiyerarşik mettlarla matrisler luşturulmuştur. Fakat daha snra kümeleme yerine daha basit bir istatistiksel mett izlenmiş, snuçların daha başarılı lduğu gözlenmiştir Kelime Anlamının Tespiti CnceptNet [9], WrdNet [10] gibi sözlükler yapısal (structured) bir özelliğe sahip lması nedeniyle bir ön-işleme sürecine tabîi tutulmak zrunda değildir; fakat TDK Sözlüğü için durum farklıdır. Anlam cümlelerindeki kelimeler genelde çekim ekleriyle birlikte bulunmaktadır ve kavramlar bu çalışmada isim larak düşünüldüğü için Bğaziçi Üniversitesi nde geliştirilen BMrP ve BDis araçları kullanılmıştır. [11] [12] Bu araçlarla kelimeler çekim eklerinden ayrılarak kelimelerin kökleri elde edilmektedir ve kelime grupları (isim, sıfat vb.) belirlenebilmektedir. Bir dkümanda geçen kelimenin TDK sözlüğünde birden çk anlamı bulunabilmektedir, bu durumda hangi anlamının kullanıldığı sözlüğe bakılarak belirlenebilir. Bunun için birden çk sözcük anlamı bulunan kelimelerin 30 kelimelik bağlamlarına bakılmıştır. Buna göre kelimenin dkümanda sağında geçen 15 ve slunda geçen 15 kelimeye bakılmıştır. Sözlük anlam cümlelerinden hangisinde bağlamlarda geçen rtak kelime frekansı nrmalize edilmiş (sözcük anlam cümlesi uzunluğuyla bölünerek) haliyle en fazlaysa, anlam cümlesi kullanılmakta lan anlam larak belirlenmektedir. Bu muğlaklık gidermenin frmülü aşağıda verilmiştir. Bu frmülde m sözlük anlam cümlesini, c w ise w kelimesinin derlemdeki bağlamını (cntext) belirtmektedir Kavramların Çıkarılması Bu çalışmada iki farklı algritma geliştirilmiş, ikinci algritmanın daha başarılı lduğu gözlenmiştir. Geliştirdiğimiz algritmalara göre,

5 bir dkümanın lası kavramları çıkarılırken, dkümanda en sık geçen kelimelerin daha fazla bir ağırlığı lmalıdır. Örneğin bir dkümanda çk sayıda vleybl kelimesi geçiyrsa, dkümanın lası kavramlarından birisini spr larak atayabiliriz. Bizim geliştirdiğimiz algritmada aşağıdaki frmül kavram atamada kullanılmıştır: Yukarıdaki frmülde Sıklık bir kelimenin frekansını, Knum kelimenin dkümanda bulunduğu ilk knumu (dkümanda baştan kaçıncı kelime lduğunu), Kapsam ise kelimenin bir dkümanda ilk geçtiği yerle sn geçtiği yer arasının kapsadığı kelime sayısının tplam dküman kelime sayısına bölünmesiyle elde edilen değeri ifade eder. Örneğin hekim kelimesi dkümanın ilk kelimesi ve sn kelimesiyse, bu dkümandaki kapsamı en fazla lan kelime budur. Eğer bir kelime dkümanın başlarında geçiyrsa, bu kelimenin öneminin daha fazla lduğu anlaşılabilir, örneğin başlık kelimeleri dkümanın genel kavramını ifade edebileceği için bunların ağırlığı snlara dğru geçen kelimelere ranla daha fazla lmalıdır. Aynı zamanda bir kelimenin ilk ve sn geçtiği yerler dkümanın ransal larak çğunu kapsıyrsa, bu kelime dkümanın lası kavramlardan biri labilmektedir, yüzden kapsamı geniş lan kelimelerin de ağırlığı daha fazla lmalıdır. Yukarıdaki frmüle göre ham frekanslar hesaba katılırken, diğer faktörlerin lgaritmik değerleri kullanılmıştır; çünkü bir kelimenin, kelimenin geçtiği dkümandaki frekansı diğer faktörlere göre daha önemlidir, dlayısıyla katsayısı da daha fazla lmalıdır. Bu frmülün ürettiği değerler göz önünde bulundurularak bir matris luşturulur ve matris hücreleri bu değerlerle dldurulur. Bu matriste satırı temsil eden kelimeler, dkümanda bulunan kelimeler, sütunları temsil eden kelimeler ise dküman kelimelerinin sözlük anlam cümlesi kelimeleridir. Her satır ve sütun kelimesi matriste en fazla bir defa bulunmaktadır. Akademik Bilişim 14 - XVI. Akademik Bilişim Knferansı Bildirileri 5-7 Şubat 2014 Mersin Üniversitesi 805 Örneğin dkümanda geçen kelimelerden birisi vleybl ise matrisin bir satırı vleybl kelimesini etmekte, bu kelimenin sözlükte geçen anlam cümlesi kelimelerinden yun, spr ve takım kelimeleri ise üç sütunu temsil etmektedir. Dkümandaki diğer kelimeler de hesaba katılıp matris değerleri frmül 1 e göre luşturulan değerlerle dldurulur ve sütun değerleri tplanır. Hangi sütun değeri en fazlaysa sütunu temsil eden kelime dkümanın kavramı larak belirlenebilir. Matristeki bazı hücrelerin değerinin 0 lması, satırı temsil eden kelimenin sözlük anlam cümlesinde sütunu temsil eden kelimenin bulunmadığı anlamına gelmektedir. Tabl 1 e göre bir dkümanda iki tane isim lduğu (kaplan ve maymun) farz edilirse ve bu kelimelerin frekansları sırasıyla 2 ve 3 ise, bu dkümanın kavramının hayvan lduğu görülebilmektedir. (Hayvan kelimesi her iki dküman sözcüğünün de sözlük anlam cümlesinde geçmektedir ve bu kelimeye denk düşen sütunun değeri diğer sütun tplamlarından daha fazladır.) Kedigiller Pst Hayvan Kuyruk Kap-lan May-mun Kaplan Maymun Tplam Tabl 1. Genel sözlük algritmasına göre kelimeleri kaplan ve maymun lan dkümanın kavramı hayvan larak belirlenmektedir Yukarıda anlatılan algritmaya göre iki seviyeli bir mett izlenmiştir. İki seviyeli algritmaya göre dkümanlardaki kelimeler birinci seviyede, kelimenin anlam cümlesindeki kelimeler ise ikinci seviyede yer almaktadır. Ayrıyeten üç seviyeli yapılar da geliştirilerek kavram atama işlemi yapılmıştır, buna göre birinci seviyede dkümandaki kelime, ikinci seviyede kelimenin anlam cümlesindeki kelimeler, üçüncü seviyede anlam cümlesindeki kelimelerin anlam cümlesindeki kelimeleri geçmektedir. Bu hiyerarşik yapıya bir örnek Şekil 1 de verilmiştir.

6 Sözlük Kullanarak Türkçe için Kavram Madenciliği Mettları Geliştirme Cem Rıfkı Aydın, Ali Erkan, Tunga Güngör, Hidayet Takçı Jaguar [1] Hayvan [0.44] Kedigiller [0.44] Pst [0.44] Organizma [0.26] Yaratık [0.26] Duygu [0.26] İçgüdü [0.26] Kedi [0.26] Sy [0.26] Sınıf [0.26] Hayvan [0.26] Tüy [0.26] Hayvan (Elenir) Deri [0.26] Şekil 1. Jaguar kelimesinin 3-seviyeli hiyerarşik yapısı Burada kelimelerinin yanındaki sayısal değerler, matriste bu kelimelere denk düşen hücrelerin çarpılacak katsayılarıdır. Örneğin en üst seviyedeki kelimenin katsayısı 1 iken, ikinci seviyenin katsayısı 0.44, üçüncü seviyenin katsayısı ise 0.26 labilmektedir. Bu katsayı atama mantığının nedeni hiyerarşik yapıda üstten aşağıdaki seviyelere inildikçe anlamsal ilişkinin zayıflamasıdır, katsayılar ise bir seviye aşağı inince kelimelerin genelde gemetrik larak artışından dlayı gemetrik larak azalır. Eğer bir kelime hiyerarşik yapıda birden fazla defa görülüyrsa en üst seviyedeki krunur, diğerleri elenir. (Şekil 1 de hayvan kelimesi iki defa göründüğü için alt seviyedeki elenir.) En başarılı snuçların iki seviye için çıktığı, üç seviyeli yapının yalnızca bir derlemde daha başarılı lduğu, dört seviyeli yapının başarısız snuçlar verdiği gözlenmiştir. Sözlükte en çk geçen %1 lik kelime stp-wrds larak belirlenmiş, bunlar elenmiştir. Bu algritmaya göre bir dkümanın kavramı belirlenirken, kavram kelimesi dkümanda geçmek zrunda değildir. Bir dkümandan çıkarılan kavramın dkümanda bulunmak zrunda lmayışı dğru ve faydalı bir yaklaşımdır; çünkü sadece dkümanda bulunan önemli kelimeleri çıkarma işlemi lan anahtar kelime çıkarımı ile kavram çıkarımı 806 arasındaki en büyük fark budur. Bu algritmanın psödkdu Şekil 2 de verilmiştir. Yukarıda anlatılan genel sözlük algritmasının (DictAlg) büyük derlemlerin ve uzun dkümanların kavramlarını çıkarmada başarılı lduğu gözlense de kısa dküman veya metinlerden kavram çıkarmada başarısız lduğu gözlenmiştir. Bunun nedeni ise bir kelimenin kavramının nun sözlük tanımındaki bütün kelimelerle alakalı lmamasıdır. Girdi F1: Derlem dkümanları Output F2: Dküman kavramları Başla 1: L <- F1 i listeye ata 2: her L dkümanı için 3: Matris <- Ø 4: dküman i deki her j kelimesi için 5: 6: Dkümanda j kelimesinin kullanıldığı bağlamdaki anlam cümlesi kelimelerini Anlam a ekle j kelimesini Anlam a ekle 7: Anlam daki her k kelimesi için 8: 9: 10: 11: 12: 13: 14: 15: 16: Bitim Matris(j, k) = Sıklık( j) * Knum(j) * Kapsam(j) döngü bitimi döngü bitimi Matrisin bş hücrelerini sıfır değeriyle dldur Matris <- Aynı lan satır ve sütunları sil Liste <- tpla(matris sütunları) Liste <- sırala(liste) En yüksek değere sahip Liste elemanlarını F2 ye ekle döngü bitimi Şekil 2. Genel sözlük algritması Geliştirilen ikinci algritmaya göre dkümandaki kelimelerin bütün derlemde bulunan 30 kelime byutlu bağlamlarına (kayan pencere),

7 yani 15 sağındaki, 15 slundaki kelimeye ve kelimenin kendisine bakılmıştır. Hangi kelimeler hem bu bağlamlarda, hem de sözcüğün sözlük anlam cümlelerinde geçiyrsa nlar hesaba katılmış, diğerleri göz ardı edilmiştir. Bu derlem-bazlı yaklaşım mantıklıdır; çünkü büyük derlemlerde kelimeler, bağlamlarında genelde bu sözcüklerin genel anlamını ifade eden, yani kavramlarıyla birlikte geçer. Bu algritma için de iki alt-algritma geliştirilmiştir, nlar da aşağıdaki gibidir: Yğun kayan pencere algritması: Buna göre 30-kelimelik bağlamlarda (kayan pencere) ve sözlük anlam cümlelerinde geçen rtak kelimelerin hepsi hesaba katılıp, matris değerleri na göre dldurulmaktadır. Seyrek kayan pencere algritması: Bu algritmaya göre 30-kelimelik bağlamlarla sözlük tanım cümlelerinde geçen rtak kelimelerden hangisinin bütün derlem bağlamlarında frekansı en yüksekse sadece hesaba katılmıştır, yani önceki alt-algritmaya göre kısıtlı larak bir kelimenin bağlamlarından en fazla bir kelime (sözlük anlam cümlesinde de geçiyrsa) göz önünde bulundurulmaktadır. Bu algritmaya göre dkümandaki her kelime için iki kelime hesaba katılmıştır: Dkümandaki kelimenin kendisi ve bu kelimenin bağlamlarında, sözlük anlam cümlesinde de geçme şartıyla, en sık geçen kelime. Matris değerleri de buna göre dldurulmuştur. Yukarıda anlatılan iki alt-bağlam algritmasını genel sözlük algritmasına göre daha başarılı snuçlar verdiği gözlenmiştir; çünkü bir kelimenin sözlük tanımındaki her sözcük kelimenin kavramıyla, yani genel anlamıyla ilişkilendirilemez. 4. Deneyler ve Snuçlar Akademik Bilişim 14 - XVI. Akademik Bilişim Knferansı Bildirileri 5-7 Şubat 2014 Mersin Üniversitesi 807 Bu çalışma için dört derlemdeki tplam 368 dkümandan geliştirilen üç algritmaya göre kavramlar çıkarılmıştır. Bu derlemler Gazi Üniversitesi derlemi (Gazi Unv.), spr haberleri derlemi (Sprt News), yargıtay kararları derlemi (Frensic) ve yargıtay haberleri derlemidir (Frensic News). Başarıyı ölçmek için dkümanlardan manüel larak kavramlar çıkarılmış, bunlar algritmanın çıkardığı kavramlarla kıyaslanmıştır. Kavramlar hem algritmik, hem de manüel larak belirlenirken önem sırasına göre çıkarılmıştır, ilk 3, 5, 7, 8, 9, 10 ve 15 kavramlar kıyaslanmıştır. Örneğin Tabl 2 ye göre birinci dküman için manüel larak çıkarılan (önem sırasına göre) ilk üç kavramdan ikisi (spr ve karşılaşma), algritmik larak çıkarılan ilk üç kavramda yer aldığı için başarı ranı 2 / 3, yani 0.66 dır. Dküman 2 de ise baş 3 kavram arasında sadece bir rtak kelime lduğu için başarı ranı 0.33 larak bulunabilmektedir. Dkümanlar Algritma Manüel Dküman 1 Dküman 2 Spr, Oyun, Karşılaşma Mahkeme, Avukat, Hakim Spr, Karşılaşma, Plitika Avukat, Sanık, Karşılaşma Tabl 2. İki dkümanın baş üç kavramı İlk kavramları kıyaslama yanında izlenen diğer bir başarı ölçme metriği ise algritmik larak çıkarılan ilk kavramları, dkümandan manüel larak çıkarılan bütün kavramlarla kıyaslama yludur. Bu yöntem çk daha yüksek başarı ranları vermektedir. Başarı snuçları Tabl 3 te verilmektedir. Bu snuçlara göre genel sözlük algritmasında (birinci algritma) en başarılı snuçlara 2-seviyeli hiyerarşik yapıda, frekans ve diğer faktörler göz önünde bulundurularak dldurulan matris ile ulaşılmaktadır. 3-seviyeli hiyerarşik yapılı ve sadece 0-1 değerleriyle (frekans ve diğer faktörler göz ardı edilerek) dldurulan matris ile kavram çıkarma işlemi göreceli daha başarısız snuçlar vermektedir. En başarılı snuçlara ikinci algritma ile (bağlam tabanlı) ulaşılmıştır. Bazı derlemlerde snuçların daha başarısız çıkmasının sebebi bu derlemlerin bir sürü farklı knuda dkümanları içermesidir,

8 Sözlük Kullanarak Türkçe için Kavram Madenciliği Mettları Geliştirme Cem Rıfkı Aydın, Ali Erkan, Tunga Güngör, Hidayet Takçı dlayısıyla bir kelimenin bağlamlarından nun genel anlamını ifade eden kavramını çıkarmada zrluk çıkmaktadır. Örnek amacıyla Tabl 4 te birinci algritmanın bütün alt-mettlarıyla ikinci algritmanın bütün derlemler için k değerinin üç larak hesaba katılmasıyla elde edilen başarı snuçlarının kıyaslaması verilmiştir. Genel sözlük algritmasına (İki-seviye, 1-0) göre frekans ve diğer faktörler gözardı edilerek matris hücreleri sadece kln hücreleri satır hücrelerinin sözlük tanım cümlelerinde geçip geçmemesine göre 0 ve 1 değerleriyle dldurulmuştur. Genel sözlük algritmasına göre (İki-seviye, faktör) ise öncekinden farklı larak frekans, ilk knum ve kapsam faktörleri, genel sözlük algritmasına (üç-seviye, katsayı) göre ise üç-seviyeli hiyerarşik yapı hesaba katılmıştır. İkinci algritma ise seyrek kayan pencere algritmasıdır. Tabl 3. Dört derlem için elde edilen başarı yüzdeleri Tabl 4. Birinci algritma alt-mettları ile ikinci alt-algritma (seyrek kayan pencere) snuçlarının kıyaslanması 808

9 Akademik Bilişim 14 - XVI. Akademik Bilişim Knferansı Bildirileri 5-7 Şubat 2014 Mersin Üniversitesi 5. Snuç ve Öneriler Bu çalışmada daha önce Türkçe de kavram madenciliği üzerine denenmemiş bir yl larak sözlük tabanlı bir algritma izlenmiş ve başarılı snuçlar elde edilmiştir. WrdNet in sadece bir özelliği (hipernimi) hesaba katılarak kavram çıkarma yöntemi yetersiz kalabilmektedir. Bu sözlük tabanlı kavram çıkarma algritması ile dkümanlarda geçmeyen kelimeler de kavram larak belirlenebilmektedir. Geliştirilen alt-mettlardan en başarılısı ikinci algritmadır; çünkü bir kelimenin kavramı nun sözlük tanımı kelimelerinin hepsiyle alakalı değildir, dlayısıyla bazı sözlük anlam cümlesi kelimelerinin elenmesi mantıklı snuçlar dğurmuştur. Gelecek çalışmalarda, kavram madenciliği üzerine bu makalede anlatılan algritmanın çıkardığı kavramlarla metin sınıflandırması (text categrizatin) üzerine çalışılacaktır. Ayrıca arama mtru snuçlarında dkümanlardan çıkarılan kavramlara göre sayfa sıralamasının (page ranking) düzenlenmesinin başarı ranını artırıp artırmayacağı incelenecektir. 6. Teşekkür Bu çalışma 5187 nay numarasıyla Bğaziçi Üniversitesi Araştırma Fnu ve 110E162 nay numarasıyla TÜBİTAK tarafından desteklenmiştir. Cem Rıfkı Aydın TÜBİTAK BİDEB 2210 bursuyla Yüksek Lisans öğrenimi süresince desteklenmiştir. Haşim Sak a Biçimbirimsel Analiz ve Muğlaklık giderici araçlarını bize sağladığı için teşekkür ederiz. 7. Kaynaklar [1] Faber, V., Hchberg, J.G., Kelly, P.M., Thmas, T.R. &White, J.M., Cncept Extractin a datamining technique, Ls Alams Science, (1994). [2] Bennett, N.A., He, Q. Chang, C.T.K. & Schatz, B.R., Cncept Extractin in the Interspace Prttype, Technical Reprt, Dept. f Cmputer Science, University f Illinis at Urbana-Champaign, Champaign, IL, (1999). [3] Mens, M. & Angheluta, R., Cncept Extractin frm Legal Cases: The Use f a Statistic f Cincidence, Internatinal Cnference n Artificial Intelligence and Law, ICAIL, ACM, (2003). [4] Ramirez, P. M. & Mattmann, C. A., ACE: Imprving Search Engines via Autmatic Cncept Extractin, Infrmatin Reuse and Integratin, (2004). [5] Pennck, D., Dave, K. & Lawrence S., Mining the Peanut Gallery: Opinin Extractin and Semantic Classificatin f Prduct Reviews, Twelfth Internatinal Wrld Wide Web Cnference (WWW 2003), ACM, (2003). [6] Chengzhi, Z. ve Dan, W., Cncept Extractin and Clustering fr Tpic Digital Library Cnstructin, Internatinal Cnference n Web Intelligence and Intelligent Agent Technlgy, IEEE/WIC/ACM, (2008). [7] AlSumait, L., Barbar a, D. ve Dmenicni, C., OnLine LDA: Adaptive Tpic Mdels fr Mining Text Streams with Applicatins t Tpic Detectin and Tracking, Prceedings f the 2008 Eighth IEEE Internatinal Cnference n Data Mining, ICDM, (2008). [8] Uzun, M., Develping a cncept extractin system fr Turkish, Internatinal Cnference n Artificial Intelligence, ICAI, (2011). [9] CnceptNet, edu/, 8 Ocak

10 Sözlük Kullanarak Türkçe için Kavram Madenciliği Mettları Geliştirme Cem Rıfkı Aydın, Ali Erkan, Tunga Güngör, Hidayet Takçı [10] WrdNet, 8 Ocak [11] Sak, H., Güngör, T. ve Saraçlar, M, Mrphlgical disambiguatin f Turkish text with perceptrn algrithm, CICLing 2007, vl. LNCS 4394, pp , (2007). [12] Sak, H., Güngör, T. ve Saraçlar, M., Turkish Language Resurces: Mrphlgical Parser, Mrphlgical Disambiguatr and Web Crpus, GTAL 2008, vl. LNCS 5221, pp , Springer, (2008). 810

Sözlük kullanarak Türkçe için Kavram Madenciliği Metotları Geliştirme: Bir Uygulama

Sözlük kullanarak Türkçe için Kavram Madenciliği Metotları Geliştirme: Bir Uygulama Sözlük kullanarak Türkçe için Kavram Madenciliği Metotları Geliştirme: Bir Uygulama Cem Rıfkı Aydın 1, Ali Erkan 1, Tunga Güngör 1, Hidayet Takçı 2 1 2 Boğaziçi Üniversitesi, Bilgisayar Mühendisliği Bölümü,

Detaylı

Sözlük Kullanarak Türkçe için Kavram Madenciliği Metotları Geliştirme

Sözlük Kullanarak Türkçe için Kavram Madenciliği Metotları Geliştirme 1 Cem Rıfkı Aydın, 1 Ali Erkan, 1 Tunga Güngör, 2 Hidayet Takçı 1 Boğaziçi Üniversitesi, 2 Cumhuriyet Üniversitesi Sözlük Kullanarak Türkçe için Kavram Madenciliği Metotları Geliştirme AB 14 7 Şubat 2014

Detaylı

Sözlük Tabanlı Kavram Madenciliği: Türkçe için bir Uygulama

Sözlük Tabanlı Kavram Madenciliği: Türkçe için bir Uygulama Sözlük Tabanlı Kavram Madenciliği: Türkçe için bir Uygulama Cem Rıfkı Aydın Boğaziçi Üniversitesi, Bebek 34342, Beşiktaş, İstanbul cemrifkiaydin@gmail.com Ali Erkan Boğaziçi Üniversitesi, Bebek 34342,

Detaylı

BLM 426 YAZILIM MÜHENDİSLİĞİ BAHAR Yrd. Doç. Dr. Nesrin AYDIN ATASOY

BLM 426 YAZILIM MÜHENDİSLİĞİ BAHAR Yrd. Doç. Dr. Nesrin AYDIN ATASOY BLM 426 YAZILIM MÜHENDİSLİĞİ BAHAR 2016 Yrd. Dç. Dr. Nesrin AYDIN ATASOY 3. HAFTA: PLANLAMA Yazılım geliştirme sürecinin ilk aşaması, planlama aşamasıdır. Başarılı bir prje geliştirebilmek için prjenin

Detaylı

KONU: KURUMSAL YÖNETİM İLKELER (KURUMSAL YÖNETİM TEBLİĞİ SERİ II NO:17.1)

KONU: KURUMSAL YÖNETİM İLKELER (KURUMSAL YÖNETİM TEBLİĞİ SERİ II NO:17.1) KONU: KURUMSAL YÖNETİM İLKELER (KURUMSAL YÖNETİM TEBLİĞİ SERİ II NO:17.1) Sermaye Piyasası Kurulu tarafından 30.12.2011 tarih Seri IV, N: 56 Kurumsal Yönetim İlkelerinin Belirlenmesine ve Uygulanmasına

Detaylı

İnsan Kaynakları Yönetimine İş Süreçleri Yaklaşımı

İnsan Kaynakları Yönetimine İş Süreçleri Yaklaşımı İnsan Kaynakları Yönetimine İş Süreçleri Yaklaşımı Giriş Hatırlanacağı gibi 1980 ler tmasyn dönemiydi. Üretimde rbt kullanımı özellikle Batı ülkelerinde çk yaygındı. 1990 larda ise Tplam Kalite Yönetimi

Detaylı

BEACON İŞARETÇİLERİ KULLANILARAK GERÇEKLEŞTİRİLEN ÖĞRENCİ YOKLAMA SİSTEMİ

BEACON İŞARETÇİLERİ KULLANILARAK GERÇEKLEŞTİRİLEN ÖĞRENCİ YOKLAMA SİSTEMİ BEACON İŞARETÇİLERİ KULLANILARAK GERÇEKLEŞTİRİLEN ÖĞRENCİ YOKLAMA SİSTEMİ Bu çalışmada beacn işaretçileri kullanılarak öğrenci yklama sistemi gerçekleştirilmiştir. Sistem mbil uygulama, veritabanı, web

Detaylı

BİLGİSAYAR DESTEKLİ TASARIM FİNAL PROJE ÖDEVİ

BİLGİSAYAR DESTEKLİ TASARIM FİNAL PROJE ÖDEVİ BİLGİSAYA DESTEKLİ TASAIM FİNAL POJE ÖDEVİ Teslim Tarihi 22 Ocak 2014 (Saat 17:00) Ödev rapru elden teslim edilecektir. İlgili MATLAB dsyaları ise sduehmcad@gmail.cm adresine gönderilecektir. Elden teslimler

Detaylı

Ygs-Lys. 2010 dan itibaren üniversitelere öğrenci seçimi iki aşamalı sınav uygulanarak yapılacaktır.

Ygs-Lys. 2010 dan itibaren üniversitelere öğrenci seçimi iki aşamalı sınav uygulanarak yapılacaktır. Ygs-Lys 2010 dan itibaren üniversitelere öğrenci seçimi iki aşamalı sınav uygulanarak yapılacaktır. 1.Aşama : Yükseköğretime Geçiş Sınavı () 2.Aşama : Lisans Yerleştirme Sınavı (LYS) larak adlandırılmıştır.

Detaylı

EYLÜL 2012 EXCEL 2010. Enformatik Bölümü

EYLÜL 2012 EXCEL 2010. Enformatik Bölümü EYLÜL 2012 EXCEL 2010 İÇERİK 1. 2. 3. 4. 5. 6. 7. 8. 2 2 Genel Bilgiler Excel penceresinin tanıtımı Sekmelerin tanıtımı Temel Kavramlar Çalışma kitabı ile ilgili işlemler Yeni bir çalışma kitabı luşturmak

Detaylı

Algoritma, Akış Şeması ve Örnek Program Kodu Uygulamaları Ünite-9

Algoritma, Akış Şeması ve Örnek Program Kodu Uygulamaları Ünite-9 Örnek 1 Algritma, Akış Şeması ve Örnek Prgram Kdu Uygulamaları Ünite-9 Klavyeden girilen A, B, C sayılarına göre; A 50'den büyük ve 70'den küçük ise; A ile B sayılarını tplayıp C inci kuvvetini alan ve

Detaylı

DENEY-3. Devre Çözüm Teknikleri

DENEY-3. Devre Çözüm Teknikleri DENEY-3 Devre Çözüm Teknikleri A) Hazırlık Sruları Deneye gelmeden önce aşağıda belirtilen aşamaları eksiksiz yapınız. İstenilen tüm verileri rapr halinde deneye gelirken ilgili araştırma görevlisine teslim

Detaylı

T.C. SAKARYA ÜNİVERSİTESİ FEN EDEBİYAT FAKÜLTESİ MATEMATİK BÖLÜMÜ DIŞ PAYDAŞ ANKET FORMU

T.C. SAKARYA ÜNİVERSİTESİ FEN EDEBİYAT FAKÜLTESİ MATEMATİK BÖLÜMÜ DIŞ PAYDAŞ ANKET FORMU Sayın Paydaşımız; T.C. SAKARYA ÜNİVERSİTESİ FEN EDEBİYAT FAKÜLTESİ MATEMATİK BÖLÜMÜ DIŞ PAYDAŞ ANKET FORMU Bu anketin amacı, Mezunlarımızın Sakarya Üniversitesi Fen Edebiyat Fakültesi Matematik Bölümünden

Detaylı

DİNAMİK İNŞ2009 Ders Notları

DİNAMİK İNŞ2009 Ders Notları DİNAMİK İNŞ2009 Ders Ntları Dç.Dr. İbrahim Serkan MISIR Dkuz Eylül Üniversitesi İnşaat Mühendisliği Bölümü Ders ntları için: http://kisi.deu.edu.tr/serkan.misir/ 2018-2019 GÜZ Dynamics, Furteenth Editin

Detaylı

DESTEK DOKÜMANI. 1 Ocak 2010 tarihinden itibaran banka hesap numarası yerine IBAN numarası kullanılacaktır.

DESTEK DOKÜMANI. 1 Ocak 2010 tarihinden itibaran banka hesap numarası yerine IBAN numarası kullanılacaktır. Ürün : GO Brdr-Tiger2Brdr-IK Bölüm : Brdr * Dkümanda GBrdr, Tiger2Brdr ve Đk kısaca Lg Đk ürünleri larak ifade edilmektedir. 1 Ocak 2010 tarihinden itibaran banka hesap numarası yerine IBAN numarası kullanılacaktır.

Detaylı

Kanal Veri Kartı Eleman Bilgileri Ekranı Kullanım Kılavuzu

Kanal Veri Kartı Eleman Bilgileri Ekranı Kullanım Kılavuzu - SAMBA Uygulaması - Kanal Veri Kartı Eleman Bilgileri Ekranı Kullanım Kılavuzu Türkçe İstanbul, 06.10.2011 Dküman Değişim Takibi Tarih Versiyn Değişikliği Yapan Değişiklik Tanımı 06.10.2011 1 Açelya Atilla

Detaylı

TÜRKİYE TENİS FEDERASYONU DOĞU KULÜPLERİ ARASI TENİS LİGİ TALİMATI. İlk Yayın Tarihi Değişiklik Tarihi Talimat Seri Numarası 18.08.

TÜRKİYE TENİS FEDERASYONU DOĞU KULÜPLERİ ARASI TENİS LİGİ TALİMATI. İlk Yayın Tarihi Değişiklik Tarihi Talimat Seri Numarası 18.08. TÜRKİYE TENİS FEDERASYONU DOĞU KULÜPLERİ ARASI TENİS LİGİ TALİMATI İlk Yayın Tarihi Değişiklik Tarihi Talimat Seri Numarası 18.08.2011 Dğu_Lig_1001 TTF Dğu Kulüpleri Arası Tenis Ligi Talimatı 1. Kapsam

Detaylı

Wordnet ve Bilgisayar Ağ Terimleri Sözlüğünün Oluşturulması

Wordnet ve Bilgisayar Ağ Terimleri Sözlüğünün Oluşturulması Wordnet ve Bilgisayar Ağ Terimleri Sözlüğünün Oluşturulması Yeşim Aktaş 1, Ebru Yılmaz İnce 2, Abdülkadir Çakır 3, Akif Kutlu 4 1 Süleyman Demirel Üniversitesi, Bilgisayar Mühendisliği Bölümü, Isparta

Detaylı

T.C. NEVŞEHİR ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ MÜDÜRLÜĞÜ 2011 2012 EĞİTİM-ÖĞRETİM YILI İLANI

T.C. NEVŞEHİR ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ MÜDÜRLÜĞÜ 2011 2012 EĞİTİM-ÖĞRETİM YILI İLANI T.C. NEVŞEHİR ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ MÜDÜRLÜĞÜ 2011 2012 EĞİTİM-ÖĞRETİM YILI İLANI Ssyal Bilimler Enstitüsü lisansüstü öğretimi için 2011 2012 eğitim-öğretim yılında açılacak prgramlar,

Detaylı

BLM 426 YAZILIM MÜHENDİSLİĞİ BAHAR Yrd. Doç. Dr. Nesrin AYDIN ATASOY

BLM 426 YAZILIM MÜHENDİSLİĞİ BAHAR Yrd. Doç. Dr. Nesrin AYDIN ATASOY BLM 426 YAZILIM MÜHENDİSLİĞİ BAHAR 2017 Yrd. Dç. Dr. Nesrin AYDIN ATASOY 7. HAFTA: YAZILIM TASARIMI NESNEYE YÖNELİK TASARIM Nesneye yönelik çözümleme ve tasarım günümüz yazılım geliştirme rtamlarının en

Detaylı

Kelime Gösterimleri (Word Representation Word Embeddings)

Kelime Gösterimleri (Word Representation Word Embeddings) Kelime Gösterimleri (Word Representation Word Embeddings) Kelime, cümlede kullanımına göre farklı anlamlar kazanabilir Anlamsal bilginin çıkarılması metinlerin işlenmesinde önemlidir Kelimelerin işlenebilir

Detaylı

I. YILLIK BEYANA TABĠ MENKUL SERMAYE GELĠRLERĠ VE DEĞER ARTIġ KAZANÇLARI

I. YILLIK BEYANA TABĠ MENKUL SERMAYE GELĠRLERĠ VE DEĞER ARTIġ KAZANÇLARI I. YILLIK BEYANA TABĠ MENKUL SERMAYE GELĠRLERĠ VE DEĞER ARTIġ KAZANÇLARI A. Yıllık beyana tabi menkul sermaye gelirleri 2012 takvim yılında elde edilen yıllık beyana tabi menkul sermaye gelirlerinin 25.000,00

Detaylı

DAVRANIŞ KURALLARI VE ETİK DEĞERLER HEDİYE & EĞLENCE ETKİNLİKLERİ İLE İLGİLİ İLKELER

DAVRANIŞ KURALLARI VE ETİK DEĞERLER HEDİYE & EĞLENCE ETKİNLİKLERİ İLE İLGİLİ İLKELER DAVRANIŞ KURALLARI VE ETİK DEĞERLER HEDİYE & EĞLENCE ETKİNLİKLERİ İLE İLGİLİ İLKELER HEDİYE & EĞLENCE ETKİNLİKLERİ İLE İLGİLİ İLKELER İş çevrelerinde hediye verilmesi veya alınması ve eğlencelere katılım,

Detaylı

IBF, PIRI Group ve Jacobs & Associates Konsorsiyumu DEA REHBERİ

IBF, PIRI Group ve Jacobs & Associates Konsorsiyumu DEA REHBERİ IBF, PIRI Grup ve Jacbs & Assciates Knsrsiyumu DEA REHBERİ 1. GİRİŞ Bu Rehber, Mevzuat Hazırlama Usul ve Esasları Hakkında Yönetmeliğin kapsamına giren ve milli güvenlikle ilgili hususlar ile kesin hesap

Detaylı

Uzaktan Eğitim. Web Tabanlı Kurumsal Eğitim

Uzaktan Eğitim. Web Tabanlı Kurumsal Eğitim Uzaktan Eğitim Uzaktan eğitim alternatif bir eğitim tarzıdır. Iletişim terisinde ki süreci incelediğimizde kaynak ve alıcı arasındaki süreç farklı fiziksel rtamlarda gerçekleşiyrsa buna uzaktan eğitim

Detaylı

KAHRAMANMARAŞ SÜTÇÜ İMAM ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ MÜDÜRLÜĞÜ'NE

KAHRAMANMARAŞ SÜTÇÜ İMAM ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ MÜDÜRLÜĞÜ'NE A K PARTİ Sayı: Ar-Ge-81-11-2016/414 25/04/2016 Knu: AK Parti Ar-Ge Başkanlığı 5. Ssyal Bilimler Teşvik Ödülü KAHRAMANMARAŞ SÜTÇÜ İMAM ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ MÜDÜRLÜĞÜ'NE AK Parti Araştırma

Detaylı

VERİ MADENCİLİĞİ Metin Madenciliği

VERİ MADENCİLİĞİ Metin Madenciliği VERİ MADENCİLİĞİ Metin Madenciliği Yrd. Doç. Dr. Şule Gündüz Öğüdücü 1 2 Metin için Veri Madenciliği Metin Madenciliğinde Sorunlar Metin madenciliği: Veri madenciliği teknikleri ile yazılı belgeler arasındaki

Detaylı

KURUMSAL WEB TASARIM Proje Teklifi

KURUMSAL WEB TASARIM Proje Teklifi KURUMSAL WEB TASARIM Prje Teklifi Teklifi Veren: Celil CAN Teklif Tarihi: 07.01.2015 Karadeniz Mh. General Aldğan Cd. N 49 / 1 Gazismanpaşa, İstanbul www.celilcan.cm - bilgi@celilcan.cm Firma : Yetkili

Detaylı

Hızlı Kullanım Kılavuzu. 1. Sistem Gereksinimleri. 2. Kurulum ve Etkinleştirme. Kurulum. Etkinleştirme

Hızlı Kullanım Kılavuzu. 1. Sistem Gereksinimleri. 2. Kurulum ve Etkinleştirme. Kurulum. Etkinleştirme Hızlı Kullanım Kılavuzu Bu Hızlı Kullanım Kılavuzu, Readiris TM 15'i kurmanıza ve başlamanıza yardımcı lmak içindir. Readiris TM 'in tüm özellikleri hakkında ayrıntılı bilgi için bu yazılım ile birlikte

Detaylı

TÜBİTAK DESTEKLERİ ve ÖDÜLLERİ DESTEKLER

TÜBİTAK DESTEKLERİ ve ÖDÜLLERİ DESTEKLER DESTEKLER 1. Knsrsiyumlara Katılma Amaçlı Seyahat Desteği : Hrizn 2020 Prgramı na sunulacak prjelerde, prje yürütücüsü larak görev alacak kişilerin prje pazarları, bilgi günleri, knsrsiyum tplantıları

Detaylı

İLAÇ KULLANIM BİLGİLERİNİ (PROSPEKTÜS) MUTLAKA OKUYUN

İLAÇ KULLANIM BİLGİLERİNİ (PROSPEKTÜS) MUTLAKA OKUYUN DOĞRU İLAÇ KULLANIMI Bu kılavuz Knya Eczacı Odası Basın Yayın ve Halkla İlişkiler Kmisynu tarafından hastalarımızın ilaçlarını dğru ylla kullanmalarını sağlamak ve tedavilerinden maksimum fayda sağlamalarını

Detaylı

Ekonomi, Toplum ve Kültür Sempozyumu Şubat Amasya/TÜRKİYE

Ekonomi, Toplum ve Kültür Sempozyumu Şubat Amasya/TÜRKİYE Eknmi, Tplum ve Kültür Sempzyumu 14-17 Şubat 2019 - Amasya/TÜRKİYE Mal ve hizmetlerin üretim, tüketim ve bölüşüm süreçlerinde, birey ve tplulukların eylemlerini tplumsal zeminde inceleyen bir bilim dalı

Detaylı

Oyun Nintendo tarafından yapıldı ve ilk olarak Nintendo DS için piyasaya sürüldü.

Oyun Nintendo tarafından yapıldı ve ilk olarak Nintendo DS için piyasaya sürüldü. Bölüm 1 Oyuna Giriş Bu bölümü lütfen seçtiğniz yuna giriş için kullanınız 1.1 Oyunun Adı Big Brain Academy (Wii ler için) 1.2 Oyunun yapımcıları ve yaratıcıları Başka hangi yunları yaptılar Diğer önemli

Detaylı

Dış yardım sözleşmeleri

Dış yardım sözleşmeleri Bernard Brunhes Internatinal Mali Yön Dış yardım sözleşmeleri www.bb-internatinal.eu Eğitimin Amaçları Hizmet sözleşmeleri ve hibelere öncelik vererek, Sözleşme bütçesinin yapısını anlamak: şabln, bütçe

Detaylı

Kentsel Planlama ve Kentsel Altyapı İlişkisinde Yeni bir Dönem; Kentsel Dönüşüm

Kentsel Planlama ve Kentsel Altyapı İlişkisinde Yeni bir Dönem; Kentsel Dönüşüm Kentsel Planlama ve Kentsel ltyapı İlişkisinde Yeni bir Dönem; Kentsel Dönüşüm.Faruk GÖKSU Kentsel Strateji td.şti. nahtar Kelimeler: Kentsel Planlama, Kentsel ltyapı, kıllı Büyüme (smart grwth), Kentsel

Detaylı

İndirilecek KDV Listesi Uygulaması

İndirilecek KDV Listesi Uygulaması İndirilecek KDV Listesi Uygulaması Ürün Grubu [X] Redcde Enterprise [X] Redcde Standart [X] Entegre.NET Kategri [X] Yeni Fnksiyn Versiyn Önkşulu Uygulama Katma değer vergisi iade talepleri ile ilgili larak

Detaylı

Sığa ve Dielektrik. Bölüm 25

Sığa ve Dielektrik. Bölüm 25 Bölüm 25 Sığa ve Dielektrik Sığa nın Tanımı Sığa nın Hesaplanması Kndansatörlerin Bağlanması Yüklü Kndansatörlerde Deplanan Enerji Dielektrikli Kndansatörler Öğr. Gör. Dr. Mehmet Tarakçı http://kisi.deu.edu.tr/mehmet.tarakci/

Detaylı

Metin Sınıflandırma. Akış

Metin Sınıflandırma. Akış Metin Sınıflandırma Mehmet Fatih AMASYALI BLM 5212 Doğal Dil İşlemeye Giriş Ders Notları Akış Görev Eğiticili Eğiticisiz Öğrenme Metin Özellikleri Metin Kümeleme Özellik Belirleme Çok Boyutlu Verilerle

Detaylı

Çizelge 1. Yeraltısuyu beslenim sıcaklığı ve yükseltisi tahmininde kullanılan yöntemlerin karşılaştırılması

Çizelge 1. Yeraltısuyu beslenim sıcaklığı ve yükseltisi tahmininde kullanılan yöntemlerin karşılaştırılması YERALTISUYU BESLENİM SICAKLIK VE YÜKSELTİSİNİN BELİRLENMESİ Yeraltısuyu sistemlerinde beslenim kşulları, arazi gözlemleri ile tpgrafik, jeljik, hidrjeljik, meterljik bilgilerin birleştirilmesi ile belirlenebilir.

Detaylı

DAVRANIŞ KURALLARI VE ETİK DEĞERLER Tekel Karşıtı ve Rekabet İlkeleri

DAVRANIŞ KURALLARI VE ETİK DEĞERLER Tekel Karşıtı ve Rekabet İlkeleri DAVRANIŞ KURALLARI VE ETİK DEĞERLER Tekel Karşıtı ve Rekabet İlkeleri MAGNA INTERNATIONAL INC. Tekel Karşıtı ve Rekabet İlkeleri Magna, aktif ancak adil bir rekabet içindedir ve serbest ve adil rekabeti

Detaylı

T.C. MİMAR SİNAN GÜZEL SANATLAR ÜNİVERSİTESİ FEN EDEBİYAT FAKÜLTESİ İSTATİSTİK BÖLÜMÜ LİSANS DERS TANITIM FORMU

T.C. MİMAR SİNAN GÜZEL SANATLAR ÜNİVERSİTESİ FEN EDEBİYAT FAKÜLTESİ İSTATİSTİK BÖLÜMÜ LİSANS DERS TANITIM FORMU T.C. MİMAR SİNAN GÜZEL SANATLAR ÜNİVERSİTESİ FEN EDEBİYAT FAKÜLTESİ İSTATİSTİK BÖLÜMÜ LİSANS DERS TANITIM FORMU Dersin Adı İnsan Kaynakları Yönetimi Kdu Dönemi Zrunlu/Seçmeli MSGSÜ Kredi AKTS İST 373 3

Detaylı

BİL 354 Veritabanı Sistemleri. Entity-Relationship Model

BİL 354 Veritabanı Sistemleri. Entity-Relationship Model BİL 354 Veritabanı Sistemleri Entity-Relatinship Mdel Ürün-Bileşen Veri Tabanı Bir elektrnik firması Ürettiği ürünler Kullandığı bileşenler Her ürün için hangi bileşenlerin, hangi müktarda kullanıldığını

Detaylı

Bilgi Formları ve Ticari Elektronik İleti Gönderimi ile İlgili Bilgilendirme

Bilgi Formları ve Ticari Elektronik İleti Gönderimi ile İlgili Bilgilendirme Bilgi Frmları ve Ticari Elektrnik İleti Gönderimi ile İlgili Bilgilendirme Sn dönemde bazı bayilerimiz yasam kapsamına uygun lmayan elektrnik gönderileri dlayısıyla aldığımız şikayet ve cezaların artması

Detaylı

TED KOCAELİ KOLEJİ. GĠRĠġ. Bu kılavuz, TED Kocaeli Kolejine kayıt yaptırmak isteyen öğrenci velilerini bilgilendirmek amacıyla hazırlanmıştır.

TED KOCAELİ KOLEJİ. GĠRĠġ. Bu kılavuz, TED Kocaeli Kolejine kayıt yaptırmak isteyen öğrenci velilerini bilgilendirmek amacıyla hazırlanmıştır. GĠRĠġ Bu kılavuz, TED Kcaeli Klejine kayıt yaptırmak isteyen öğrenci velilerini bilgilendirmek amacıyla hazırlanmıştır. Okulumuza, 2015-2016 eğitim öğretim yılında kul öncesi, ilkkul, 5, 6 ve 7. sınıf

Detaylı

VARANT AKADEMİ. Eğitimin Konusu: Eğitimin Amacı: Kimler İçin Uygundur: Varantın İpuçları

VARANT AKADEMİ. Eğitimin Konusu: Eğitimin Amacı: Kimler İçin Uygundur: Varantın İpuçları Varantın İpuçları VARANT AKADEMİ Eğitimin Knusu: Varantın İpuçları Eğitimin Amacı: Varant fiyatına etki eden parametreleri açıklamak ve en çk merak edilen srulara cevap vermek Kimler İçin Uygundur: Yeni

Detaylı

HACETTEPE ÜNİVERSİTESİ YABANCI DİLLER YÜKSEKOKULU İNGİLİZCE HAZIRLIK BİRİMİ 2013-2014 AKADEMİK YILI ÖĞRENCİ BİLGİLENDİRME EL KİTABI

HACETTEPE ÜNİVERSİTESİ YABANCI DİLLER YÜKSEKOKULU İNGİLİZCE HAZIRLIK BİRİMİ 2013-2014 AKADEMİK YILI ÖĞRENCİ BİLGİLENDİRME EL KİTABI HACETTEPE ÜNİVERSİTESİ YABANCI DİLLER YÜKSEKOKULU İNGİLİZCE HAZIRLIK BİRİMİ 2013-2014 AKADEMİK YILI ÖĞRENCİ BİLGİLENDİRME EL KİTABI 1. YABANCI DİLLER YÜKSEKOKULU 2013-2014 AKADEMİK TAKVİMİ GÜZ YARIYILI

Detaylı

S3 - Bir ABD Adresi ve/veya ABD Telefon Numarasına İlişkin Yazılı Açıklama

S3 - Bir ABD Adresi ve/veya ABD Telefon Numarasına İlişkin Yazılı Açıklama S3 - Bir ABD Adresi ve/veya ABD Telefn Numarasına İlişkin Yazılı Açıklama Müşteri Adı Müşteri Numarası IRS Frm W-8'i dldurarak, Birleşik Devletler vatandaşı veya ABD'de mukim ya da ABD vergi hukuku amaçlarına

Detaylı

Rapor Yazımı MÜDEK Öğrenci Değerlendiriciler Eğitim Çalıştayı 22 Kasım 2014, MÜDEK Ofisi, İstanbul

Rapor Yazımı MÜDEK Öğrenci Değerlendiriciler Eğitim Çalıştayı 22 Kasım 2014, MÜDEK Ofisi, İstanbul Rapr Yazımı MÜDEK Öğrenci Değerlendiriciler erlendiriciler Eğitim E Çalıştayı 22 Kasım 2014, MÜDEK M Ofisi, İstanbul İçerik MÜDEK Raprları Raprlamada Dikkat Edilmesi Gerekenler Frmat Üslup Terminlji Derinlik/Ayrıntı

Detaylı

ÜNİVERSİTEYE YOLCULUK TERCİH YAPIYORUM /2017

ÜNİVERSİTEYE YOLCULUK TERCİH YAPIYORUM /2017 2017 ÜNİVERSİTEYE YOLCULUK TERCİH YAPIYORUM http://lalasahinpasamtal.meb.k12.tr 2016/2017 Sevgili öğrencilerimiz, Tercih stresinin hâkim lduğu şu günlerde sizlere yl göstermek istiyruz ve uzman görüşü

Detaylı

ENERJİ SİSTEMLERİNDE KESME YÖNTEMİ İLE GÜVENİLİRLİK ANALIZI

ENERJİ SİSTEMLERİNDE KESME YÖNTEMİ İLE GÜVENİLİRLİK ANALIZI 6Ci1t, lsay1 (Mart 2002) Eneji Sistemlerinde Kesme Y önterni ile Güvenilirlik Anafu FVatansever, FUysal, EYamkğ1u, YUyarğh ENERJİ SİSTEMLERİNDE KESME YÖNTEMİ İLE GÜVENİLİRLİK ANALIZI Fahri VATANSEVER,

Detaylı

PROSteel 2016 ÇELİK YAPI TASARIMI ÖĞRENCİ YARIŞMASI Semt Pazar Yeri" Tasarımı

PROSteel 2016 ÇELİK YAPI TASARIMI ÖĞRENCİ YARIŞMASI Semt Pazar Yeri Tasarımı PROSteel 2016 ÇELİK YAPI TASARIMI ÖĞRENCİ YARIŞMASI Semt Pazar Yeri" Tasarımı 1. Yarışmanın Amacı Çelik yapının özelliklerini vurgulayan yaratıcı çözümler geliştirmek, Mimarlık ve İnşaat Mühendisliği bölümlerinde

Detaylı

T.C. AMASYA ÜNİVERSİTESİ REKTÖRLÜĞÜ Basın Yayın ve Halkla İlişkiler Müdürlüğü

T.C. AMASYA ÜNİVERSİTESİ REKTÖRLÜĞÜ Basın Yayın ve Halkla İlişkiler Müdürlüğü Evrak Tarih ve Sayısı: 11/12/2018-E.6640 T.C. AMASYA ÜNİVERSİTESİ REKTÖRLÜĞÜ Basın Yayın ve Halkla İlişkiler Müdürlüğü *BE8RJF1L* Sayı : 66964268-051.04-. Knu : Uluslararası Eknmi, Tplum ve Kültür Sempzyumu

Detaylı

EYLÜL 2012 WORD 2010. Enformatik Bölümü

EYLÜL 2012 WORD 2010. Enformatik Bölümü EYLÜL 2012 WORD 2010 İÇERİK 1. 2. 3. 4. 5. Genel bilgiler Wrd ile neler yapabilirsiniz? Wrd penceresinin tanıtımı Sekmelerin tanıtımı Belgeler ile ilgili işlemler 6. Yeni bir belge luşturmak Varlan bir

Detaylı

BÖLÜM 2 VERİ SETİNİN HAZIRLANMASI VE DÜZENLENMESİ

BÖLÜM 2 VERİ SETİNİN HAZIRLANMASI VE DÜZENLENMESİ 1 BÖLÜM 2 VERİ SETİNİN HAZIRLANMASI VE DÜZENLENMESİ Veri seti; satırlarında gözlem birimleri, sütunlarında ise değişkenler bulunan iki boyutlu bir matristir. Satır ve sütunların kesişim bölgelerine 'hücre

Detaylı

Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS

Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Teknik İngilizce II EEE112 2 3+0 3 4 Ön Koşul Dersleri Dersin Dili Dersin Seviyesi Dersin Türü İngilizce Lisans Zorunlu / Yüz Yüze Dersin

Detaylı

Bölüm 1. Tasarım. Bölüm 1. Makine Mühendisliği Tasarımına Giriş

Bölüm 1. Tasarım. Bölüm 1. Makine Mühendisliği Tasarımına Giriş Bölüm 1 Makine Mühendisliği Tasarımına Giriş Tasarım belirli bir ihtiyacın karşılanması veya bir prblemin çözümü için bir plan luşturmaktır birçk karar vermeyi gerektiren, yaratıcı ve çk tekrarlı bir süreçtir

Detaylı

MATEMATÝK GEOMETRÝ DENEMELERÝ

MATEMATÝK GEOMETRÝ DENEMELERÝ ENEME MTEMTÝK GEOMETRÝ ENEMELERÝ 1. ( ) 1, 3 9 : 9 4 6 0,5 1 4. K dğal sayısının 36 ile bölümünden kalan 14 tür. işleminin snucu kaçtır? 1 ) 3 ) 1 ) ) 1 E) 3 3 una göre, aşağıdakilerden hangisi 4 ile tam

Detaylı

TÜRK DÜNYASI BASIN SEMPOZYUMU Mart 2019/AMASYA

TÜRK DÜNYASI BASIN SEMPOZYUMU Mart 2019/AMASYA TÜRK DÜNYASI BASIN SEMPOZYUMU 14-15-16-17 Mart 2019/AMASYA Üniversitemiz ile Türk Dünyası Gazeteciler Federasynu iş birliğinde Gümüşhane Üniversitesi, KKTC Yakın Dğu Üniversitesi, Azerbaycan Bakü Devlet

Detaylı

BİLGİ TEKNOLOJİLERİ VE UYGULAMALARI WORD 2010 ÖĞR. GÖR. HASAN ALİ AKYÜREK. http://www.hasanakyurek.com

BİLGİ TEKNOLOJİLERİ VE UYGULAMALARI WORD 2010 ÖĞR. GÖR. HASAN ALİ AKYÜREK. http://www.hasanakyurek.com BİLGİ TEKNOLOJİLERİ VE UYGULAMALARI WORD 2010 ÖĞR. GÖR. HASAN ALİ AKYÜREK http://www.hasanakyurek.cm İçerik 2 1. Genel bilgiler 2. Wrd ile neler yapabilirsiniz? 3. Wrd penceresinintanıtımı 4. Sekmelerin

Detaylı

DAVRANIŞ KURALLARI VE ETİK DEĞERLER HEDİYE & EĞLENCE ETKİNLİKLERİ İLE İLGİLİ İLKELER

DAVRANIŞ KURALLARI VE ETİK DEĞERLER HEDİYE & EĞLENCE ETKİNLİKLERİ İLE İLGİLİ İLKELER DAVRANIŞ KURALLARI VE ETİK DEĞERLER HEDİYE & EĞLENCE ETKİNLİKLERİ İLE İLGİLİ İLKELER HEDİYE & EĞLENCE ETKİNLİKLERİ İLE İLGİLİ İLKELER İş çevrelerinde hediye verilmesi veya alınması ve eğlencelere katılım,

Detaylı

ULUSLARARASI GÖÇ VE KÜLTÜR SEMPOZYUMU ÇAĞRI METNİ ARALIK 2016 /AMASYA

ULUSLARARASI GÖÇ VE KÜLTÜR SEMPOZYUMU ÇAĞRI METNİ ARALIK 2016 /AMASYA ULUSLARARASI GÖÇ VE KÜLTÜR SEMPOZYUMU ÇAĞRI METNİ 01-03 ARALIK 2016 /AMASYA Amasya Üniversitesi ile Kıbrıs Balkanlar Avrasya Türk Edebiyatları Kurumu (KIBATEK) işbirliğinde 01-03 Aralık 2016 tarihleri

Detaylı

T.C. AMASYA ÜNİVERSİTESİ REKTÖRLÜĞÜ Basın Yayın ve Halkla İlişkiler Müdürlüğü. Sayı : Konu : Ekonomi, Toplum ve Kültür Sempozyumu

T.C. AMASYA ÜNİVERSİTESİ REKTÖRLÜĞÜ Basın Yayın ve Halkla İlişkiler Müdürlüğü. Sayı : Konu : Ekonomi, Toplum ve Kültür Sempozyumu T.C. AMASYA ÜNİVERSİTESİ REKTÖRLÜĞÜ Basın Yayın ve Halkla İlişkiler Müdürlüğü *BE84S1H1* Sayı : 66964268-051.04-. Knu : Eknmi, Tplum ve Kültür Sempzyumu UŞAK ÜNİVERSİTESİ REKTÖRLÜĞÜNE Üniversitemiz ev

Detaylı

MÜFREDAT DERS LİSTESİ

MÜFREDAT DERS LİSTESİ MÜFREDAT DERS LİSTESİ MÜHENDİSLİK FAK. / BİLGİSAYAR MÜHENDİSL / 2010 BİLGİSAYAR MÜHENDİSLİĞİ Müfredatı 0504101 Matematik I Calculus I 1 GÜZ 4 5 Z 0504102 Genel Fizik I General Physics I 1 GÜZ 4 4 Z 0504103

Detaylı

MERKEZİ KAYIT KURULUŞU A.Ş. MERKEZİ KAYDİ SİSTEM İŞ VE BİLİŞİM UYGULAMA İLKE VE KURALLARI YÖNERGESİ A. GENEL İLKELER

MERKEZİ KAYIT KURULUŞU A.Ş. MERKEZİ KAYDİ SİSTEM İŞ VE BİLİŞİM UYGULAMA İLKE VE KURALLARI YÖNERGESİ A. GENEL İLKELER 23.06.2015 MERKEZİ KAYIT KURULUŞU A.Ş. MERKEZİ KAYDİ SİSTEM İŞ VE BİLİŞİM UYGULAMA İLKE VE KURALLARI YÖNERGESİ A. GENEL İLKELER 15. Yatırımcıların internet ve mbil iletişim tabanlı interaktif bağlantılar

Detaylı

T.C. MİLLÎ EĞİTİM BAKANLIĞI ÖLÇME, DEĞERLENDİRME VE SINAV HİZMETLERİ GENEL MÜDÜRLÜĞÜ SINIF DEĞERLENDİRME SINAVI - 2

T.C. MİLLÎ EĞİTİM BAKANLIĞI ÖLÇME, DEĞERLENDİRME VE SINAV HİZMETLERİ GENEL MÜDÜRLÜĞÜ SINIF DEĞERLENDİRME SINAVI - 2 T.C. MİLLÎ EĞİTİM BAKANLIĞI 01-016 7. SINIF DEĞERLENDİRME SINAVI - 01-016 7. SINIF DEĞERLENDİRME SINAVI - MATEMATİK Adı ve Syadı :... Sınıfı :... Öğrenci Numarası :... SORU SAYISI : 0 SINAV SÜRESİ : 40

Detaylı

DeLone ve McLean Bilgi Sistemleri Başarı Modeli (IS Success Model)

DeLone ve McLean Bilgi Sistemleri Başarı Modeli (IS Success Model) YBS Ansiklpedi www.ybsansiklpedi.cm Cilt 1, Sayı 3, Kasım 2014 DeLne ve McLean Bilgi Sistemleri Başarı Mdeli (IS Success Mdel) Sadi Evren SEKER American University f Middle East, Kuwait, academic@sadievrenseker.cm

Detaylı

MIM_TKY_ARAÇLAR_BN/2: KIYASLAMA ( benchmarking )

MIM_TKY_ARAÇLAR_BN/2: KIYASLAMA ( benchmarking ) MIM_TKY_ARAÇLAR_BN/2: KIYASLAMA ( benchmarking ) Yrd.Dç.Dr. Emrah ACAR 1 Ocak 2009 (Rev.18. 02/01/2009) 1. NEDİR? Benchmarking sözcüğüne yerli kaynaklarda kıyaslama, örnek edinme/alma, nirengileme gibi

Detaylı

TEST 1 ÇÖZÜMLER ÖZEL GÖRELİLİK

TEST 1 ÇÖZÜMLER ÖZEL GÖRELİLİK TEST ÇÖZÜMLER ÖZEL GÖRELİLİK. Klasik fizik isimlerin hızları için herhangi bir kısıtlama getirmez. Hız her değeri alabilir. Özel röletivite terisine göre maddesel hiç bir parçaık ışık hızına çıkamaz. Klasik

Detaylı

MKT Risk Yönetimi Genel Uygulama Esasları

MKT Risk Yönetimi Genel Uygulama Esasları MKT Risk Yönetimi Genel Uygulama Esasları Merkezi Karşı Taraf (MKT) mevzuatının Takasbank iş birimleri tarafından tatbikine ilişkin genel uygulama esasları Takasbank Yönetim Kurulu tarafından kabul edilen

Detaylı

Orta Ölçekli Yazılım Firmaları İçin İdeal Bağımsız Doğrulama ve Geçerleme Organizasyon Yaklaşımı

Orta Ölçekli Yazılım Firmaları İçin İdeal Bağımsız Doğrulama ve Geçerleme Organizasyon Yaklaşımı Orta Ölçekli Yazılım Firmaları İçin İdeal Bağımsız Dğrulama ve Geçerleme Organizasyn Yaklaşımı Erdem Yıldırım 1, Mehmet Umut Pişken 2 1 STM (Savunma Teknljileri Mühendislik) A.Ş., Yazılım Mühendisi, Ankara

Detaylı

VERİ MADENCİLİĞİ VE SOSYAL AĞ ANALİZİ ARAŞTIRMA LABORATUVARI

VERİ MADENCİLİĞİ VE SOSYAL AĞ ANALİZİ ARAŞTIRMA LABORATUVARI BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ VERİ MADENCİLİĞİ VE SOSYAL AĞ ANALİZİ ARAŞTIRMA LABORATUVARI 10 Aralık 2011, Cumartesi Fen ve Mühendislik Alanlarındaki Çeşitli Araştırma Projelerinden Örneklemeler İçerik

Detaylı

ANKARA SAĞLIK BİLİMLERİ DERGİSİ YAZAR REHBERİ

ANKARA SAĞLIK BİLİMLERİ DERGİSİ YAZAR REHBERİ ANKARA SAĞLIK BİLİMLERİ DERGİSİ YAZAR REHBERİ Ankara Sağlık Bilimleri Dergisi, Ankara Üniversitesi Sağlık Bilimleri Fakültesi tarafından yılda üç kez yayınlanan sağlık ve ssyal bilimler alanında bilimsel

Detaylı

Motivasyon Matrislerde Satır İşlemleri Eşelon Matris ve Uygulaması Satırca İndirgenmiş Eşelon Matris ve Uygulaması Matris Tersi ve Uygulaması Gauss

Motivasyon Matrislerde Satır İşlemleri Eşelon Matris ve Uygulaması Satırca İndirgenmiş Eşelon Matris ve Uygulaması Matris Tersi ve Uygulaması Gauss Motivasyon Matrislerde Satır İşlemleri Eşelon Matris ve Uygulaması Satırca İndirgenmiş Eşelon Matris ve Uygulaması Matris Tersi ve Uygulaması Gauss Jordan Yöntemi ve Uygulaması Performans Ölçümü 2 Bu çalışmada,

Detaylı

YAKIN RESİM FOTOGRAMETRİSİ YÖNTEMLERİYLE KOORDİNAT BELİRLEME

YAKIN RESİM FOTOGRAMETRİSİ YÖNTEMLERİYLE KOORDİNAT BELİRLEME YAKIN RESİM FOTOGRAMETRİSİ YÖNTEMLERİYLE KOORDİNAT BELİRLEME Eminnur AYHAN Türkay TÜDEŞ ÖZET Bu çalışmada, yakın resim ftgrametrisi yöntemleri ile krdinat belirleme dğruluğu araştırılmıştır. Araştırmada,

Detaylı

A. BİÇİME İLİŞKİN ANALİZ VE DEĞERLENDİRME

A. BİÇİME İLİŞKİN ANALİZ VE DEĞERLENDİRME Y. Mimar Kerem ERCOŞKUN un Dktra Tez Çalışmasına İlişkin Rapr 29 Eylül 2006 A. BİÇİME İLİŞKİN ANALİZ VE DEĞERLENDİRME 1. Çalışmanın Bölümleri Aday tarafından hazırlanarak değerlendirmeye sunulan dktra

Detaylı

T.C. AMASYA ÜNİVERSİTESİ REKTÖRLÜĞÜ Basın Yayın ve Halkla İlişkiler Müdürlüğü

T.C. AMASYA ÜNİVERSİTESİ REKTÖRLÜĞÜ Basın Yayın ve Halkla İlişkiler Müdürlüğü T.C. AMASYA ÜNİVERSİTESİ REKTÖRLÜĞÜ Basın Yayın ve Halkla İlişkiler Müdürlüğü *BE6PJFSK* Sayı : 66964268-051.04-. Knu : Uluslararası Eknmi, Tplum ve Kültür Sempzyumu UŞAK ÜNİVERSİTESİ REKTÖRLÜĞÜNE Üniversitemiz

Detaylı

AB 7. ÇERÇEVE PROGRAMI İŞBİRLİĞİ ÖZEL PROGRAMI VE KAPASİTELER ÖZEL PROGRAMI PROJE TEKLİFİ DEĞERLENDİRME KRİTERLERİ. İçindekiler:

AB 7. ÇERÇEVE PROGRAMI İŞBİRLİĞİ ÖZEL PROGRAMI VE KAPASİTELER ÖZEL PROGRAMI PROJE TEKLİFİ DEĞERLENDİRME KRİTERLERİ. İçindekiler: İçindekiler: ÇP lerde Hakemlik Prje tekliflerinin değerlendirilmesi Değerlendirme Süreci Evaluatin criteria applicable t Cllabrative prject prpsals Işbirliği Prjeleri Değerlendirme Kriterleri Evaluatin

Detaylı

SÜLEYMAN DEMİ REL ÜNİ VERSİ TESİ MÜHENDİ SLİ K-Mİ MARLIK FAKÜLTESİ MAKİ NA MÜHENDİ SLİĞİ BÖLÜMÜ MEKANİK LABORATUARI DENEY RAPORU

SÜLEYMAN DEMİ REL ÜNİ VERSİ TESİ MÜHENDİ SLİ K-Mİ MARLIK FAKÜLTESİ MAKİ NA MÜHENDİ SLİĞİ BÖLÜMÜ MEKANİK LABORATUARI DENEY RAPORU SÜLEYMAN DEMİ REL ÜNİ VERSİ TESİ MÜHENDİ SLİ K-Mİ MARLIK FAKÜLTESİ MAKİ NA MÜHENDİ SLİĞİ BÖLÜMÜ MEKANİK LABORATUARI DENEY RAPORU DENEY ADI DENEYSEL GERİLME ANALİZİ - EĞME DENEYİ DERSİN ÖĞRETİM ÜYESİ DOÇ.DR.

Detaylı

DGridSim Gerçek Zamanlı Veri Grid Simülatörü. Veri Grid Sistem Modelleri Dokümanı v 1.0.0 01.08.2011

DGridSim Gerçek Zamanlı Veri Grid Simülatörü. Veri Grid Sistem Modelleri Dokümanı v 1.0.0 01.08.2011 DGridSim Gerçek Zamanlı Veri Grid Simülatörü Veri Grid Sistem Mdelleri Dkümanı v 1.0.0 01.08.2011 Mustafa Atanak Sefai Tandğan Dç. Dr. Atakan Dğan 1. Giriş DGridSim, farklı veri grid sistemi yapılarınının

Detaylı

Temel Denklemler, Mutlak Entropi ve Termodinamiğin Üçüncü Yasası

Temel Denklemler, Mutlak Entropi ve Termodinamiğin Üçüncü Yasası MI OenurseWare htt://cw.mit.edu 5.60 hermdinamik ve Kinetik Bahar 2008 Bu malzemelere atıfta bulunmak veya kullanım şartlarını öğrenmek için htt://cw.mit.edu/terms sitesini ziyaret ediniz emel Denklemler,

Detaylı

SteelPRO 2017 ÇELİK YAPI TASARIMI ÖĞRENCİ YARIŞMASI

SteelPRO 2017 ÇELİK YAPI TASARIMI ÖĞRENCİ YARIŞMASI SteelPRO 2017 ÇELİK YAPI TASARIMI ÖĞRENCİ YARIŞMASI 1. Yarışmanın Amacı Çelik yapının özelliklerini vurgulayan yaratıcı çözümler geliştirmek, Mimarlık ve İnşaat Mühendisliği bölümlerinde kuyan öğrencilerin

Detaylı

BLM 426 YAZILIM MÜHENDİSLİĞİ BAHAR Yrd. Doç. Dr. Nesrin AYDIN ATASOY

BLM 426 YAZILIM MÜHENDİSLİĞİ BAHAR Yrd. Doç. Dr. Nesrin AYDIN ATASOY BLM 426 YAZILIM MÜHENDİSLİĞİ BAHAR 2017 Yrd. Dç. Dr. Nesrin AYDIN ATASOY 12. HAFTA: YAZILIM BAKIMI Bilgisayar tabanlı sistemlerin tasarlanıp geliştirilmesinden ve kullanıcıya tesliminden snra bakım (maintenance)

Detaylı

Fotovoltaj Güneş Pilleri : Uygulama Örnekleri

Fotovoltaj Güneş Pilleri : Uygulama Örnekleri Ftvltaj Güneş Pilleri : Uygulama Örnekleri Dç. Dr. İsmail H. ALTAŞ Karadeniz Teknik Üniversitesi Elektrik-Elektrnik Mühendisliği Bölümü 618 Trabzn FAX : (46) 35 745 E-POSTA : altas@eedec.ktu.edu.tr INTERNET

Detaylı

AKILLI GİYSİLER PROJESİ

AKILLI GİYSİLER PROJESİ AKILLI GİYSİLER PROJESİ Kullanıcı Kılavuzu Bu dkümanda Akıllı Giysiler uygulaması hakkında bilgiler bulabilirsiniz. Ayrıca, uygulamanın çalıştırılması ve uygulanması ile ilgili detaylı içeriğe de ulaşabilirsiniz.

Detaylı

İLGİLİ DİĞER KAR ARLAR

İLGİLİ DİĞER KAR ARLAR 6.1. Ar-Ge, Yenilik ve Girişimcilik Destek Mekanizmalarında Bütünsellik, Uyum ve Hedef Odaklılığın Sağlanması için Krdinasyn Kurulu Oluşturulması [2011/102] KARAR NO Y Ar-Ge, yenilik ve girişimcilik destek

Detaylı

SBS MATEMATİK DENEME SINAVI

SBS MATEMATİK DENEME SINAVI SS MTEMTİK DENEME SINVI 8. SINIF SS MTEMTİK DENEME SINVI. 4.. Güneş ile yut gezegeni arasındaki uzaklık 80000000 km dir. una göre bu uzaklığın bilimsel gösterimi aşağıdakilerden hangisidir? ),8.0 9 km

Detaylı

E-SERTİFİKA KULLANIMININ YAYGINLAŞTIRILMASINDA ÜNİVERSİTENİN ROLÜ: BİR DERS ÖRNEĞİ

E-SERTİFİKA KULLANIMININ YAYGINLAŞTIRILMASINDA ÜNİVERSİTENİN ROLÜ: BİR DERS ÖRNEĞİ E-SERTİFİKA KULLANIMININ YAYGINLAŞTIRILMASINDA ÜNİVERSİTENİN ROLÜ: BİR DERS ÖRNEĞİ Yard. Dç. Dr. Figen Özen Haliç Üniversitesi, Mühendislik Fakültesi, Elektrnik ve Haberleşme Mühendisliği Bölümü, Mecidiyeköy,

Detaylı

2011 yılı abone olunan veritabanlarımız WEB Sayfası düzenlenme işlemi devam ettiğinden aşağıda

2011 yılı abone olunan veritabanlarımız WEB Sayfası düzenlenme işlemi devam ettiğinden aşağıda 2011 yılı abne lunan veritabanlarımız WEB Sayfası düzenlenme işlemi devam ettiğinden aşağıda kullanıcılarımızın hizmetine sunulmuştur. En kısa zamanda Kütüphane ve Dkümantasyn Daire Başkanlığı web sayfamızdan

Detaylı

Değerlendirme erlendirme Süreci: S

Değerlendirme erlendirme Süreci: S Değerlendirme erlendirme Süreci: S Değerlendirici erlendirici Bilgileri MÜDEK Prgram Değerlendiricileri erlendiricileri Eğitim E Sunum İçeriği Değerlendiricilerin Yükümlülükleri Değerlendirme Süreci Evreleri

Detaylı

DESTEK DOKÜMANI E-BĐLDĐRGE UYGULAMASI

DESTEK DOKÜMANI E-BĐLDĐRGE UYGULAMASI : Đnsan Kaynakları / Brdr / Gld brdr E-BĐLDĐRGE UYGULAMASI Aylık prim ve hizmet belgesi, aylık ve dört aylık larak SSK kurumuna verilen bildirgelerin birleştirilerek yeniden düzenlenmesi ile luşturulmuş

Detaylı

T.C. KOCAELİ ÜNİVERSİTESİ Mühendislik Fakültesi Dekanlığı

T.C. KOCAELİ ÜNİVERSİTESİ Mühendislik Fakültesi Dekanlığı Evrak Tarih ve Sayısı: 05/01/2018-E.1537 T.C. KOCAELİ ÜNİVERSİTESİ Mühendislik Fakültesi Dekanlığı *BENU56V8L* Sayı : 64481593-304.03/ Knu : Stajlar Aşamaları ve Frmları KİMYA MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞINA

Detaylı

TÜSİAD SERMAYE PİYASASI ARAÇLARININ SATIŞ YÖNTEMLERİ VE DAĞITIMI İLE TESLİM ESASLARI TEBLİĞİ TASLAĞI NA İLİŞKİN GÖRÜŞLER

TÜSİAD SERMAYE PİYASASI ARAÇLARININ SATIŞ YÖNTEMLERİ VE DAĞITIMI İLE TESLİM ESASLARI TEBLİĞİ TASLAĞI NA İLİŞKİN GÖRÜŞLER 03 Mayıs 2013, İstanbul Ref: EKO/2013-22 TÜSİAD SERMAYE PİYASASI ARAÇLARININ SATIŞ YÖNTEMLERİ VE DAĞITIMI İLE TESLİM ESASLARI TEBLİĞİ TASLAĞI NA İLİŞKİN GÖRÜŞLER Madde 1 Amaç Bu Tebliğin amacı sermaye

Detaylı

K O Ç Ü N İ V E R S İ T E S İ G Ö Ç A R A Ş T I R M A L A R I P R O G R A M I. M i R e K o c

K O Ç Ü N İ V E R S İ T E S İ G Ö Ç A R A Ş T I R M A L A R I P R O G R A M I. M i R e K o c M i R e K c K O Ç Ü N İ V E R S İ T E S İ G Ö Ç A R A Ş T I R M A L A R I P R O G R A M I Türkiye den Yurtdışına Yönelen Göç Hareketleri Üzerine Brifing N: 2 / 2009 Bu brifing Kç Üniversitesi Göç Araştırmaları

Detaylı

T.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ EĞİTİM ÖĞRETİM YILI DERS KATALOĞU

T.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ EĞİTİM ÖĞRETİM YILI DERS KATALOĞU T.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ - EĞİTİM ÖĞRETİM YILI DERS KATALOĞU Ders Kodu Bim Kodu Ders Adı Türkçe Ders Adı İngilizce Dersin Dönemi T Snf Açıl.Dönem P

Detaylı

EXCEL - EYLÜL 2012. Genel Bilgiler

EXCEL - EYLÜL 2012. Genel Bilgiler Genel Bilgiler Micrsft Excel 2010, güçlü bir tabl işlemci prgramıdır. Excel her türlü veriyi tabllar ve listeler halinde tutar. Bu verileri analiz etmek ve verile üzerinde hesaplamalar yapmak için gerekli

Detaylı

Lojistik & Tedarik Zinciri Projesi. 16.02.2015 / B.Arda Dedekoca

Lojistik & Tedarik Zinciri Projesi. 16.02.2015 / B.Arda Dedekoca Ljistik & Tedarik Zinciri Prjesi 16.02.2015 / B.Arda Dedekca Ljistik Genel bakış Ljistik şirketleri cir büyüklüklerine göre 3 grupta tplanabilir A-Yılllık cirsu 0 50 mtl (Pazarın %75 i) yerli sermaye B-Yıllık

Detaylı

DAVRANIŞ KURALLARI VE ETİK DEĞERLER TEKEL KARŞITI & REKABET İLKELERİ

DAVRANIŞ KURALLARI VE ETİK DEĞERLER TEKEL KARŞITI & REKABET İLKELERİ DAVRANIŞ KURALLARI VE ETİK DEĞERLER TEKEL KARŞITI & REKABET İLKELERİ TEKEL KARŞITI & REKABET İLKELERİ Magna, aktif ancak adil bir rekabet içindedir ve serbest ve adil rekabeti desteklemektedir. Tarafımızca,

Detaylı

Görevde Yükselme Eğitimi Başvuru Kılavuzu 2011 GÖREVDE YÜKSELME EĞİTİMİ BAŞVURU KILAVUZU

Görevde Yükselme Eğitimi Başvuru Kılavuzu 2011 GÖREVDE YÜKSELME EĞİTİMİ BAŞVURU KILAVUZU GÖREVDE YÜKSELME EĞİTİMİ BAŞVURU KILAVUZU 2011 E r z i n c a n Ü n i v e r s i t e s i P e r s n e l D a i r e s i B a ş k a n l ı ğ ı Sayfa 0 İÇİNDEKİLER İçerik Sayfa Numarası Açıklamalar 2 Başvuru Bilgileri

Detaylı

Gazi Üniversitesi Teknoloji Fakültesi Endüstriyel Tasarım Mühendisliği Bölüm Tanıtımı

Gazi Üniversitesi Teknoloji Fakültesi Endüstriyel Tasarım Mühendisliği Bölüm Tanıtımı Gazi Üniversitesi Teknlji Fakültesi Endüstriyel Tasarım Mühendisliği Bölüm Tanıtımı Sunum İçeriği 1. Bölümün Amacı 2. Tarihçesi ve Genel Yeri 3. Eğitim Durumu a. Akademik Kadr b. Fiziki İmkanlar c. Ders

Detaylı

VESTEL ELEKTRONİK A.Ş. KURUMSAL YÖNETİM UYUM RAPORU

VESTEL ELEKTRONİK A.Ş. KURUMSAL YÖNETİM UYUM RAPORU VESTEL ELEKTRONİK A.Ş. KURUMSAL YÖNETİM UYUM RAPORU İÇİNDEKİLER 1- KURUMSAL YÖNETİM BEYANI BÖLÜM I- PAY SAHİPLERİ 2- Pay Sahipleri İle İlişkiler Birimi 3- Pay Sahiplerinin Bilgi Edinme Haklarının Kullanımı

Detaylı