Gizli Markov Modellerini Kullanarak Nefret Söylemi Tespiti

Basit Öğe Kaydı
dc.authorid0000-0002-8115-4161en_US
dc.contributor.advisorAltun, Adem Alpaslan
dc.contributor.authorMousa, Mohammed Qasım Abbas
dc.date.accessioned2023-12-07T14:24:33Z
dc.date.available2023-12-07T14:24:33Z
dc.date.issued2021en_US
dc.date.submitted2021
dc.departmentSelçuk Üniversitesien_US
dc.description.abstractKonuşma tanıma, teknolojinin ilerlemesiyle birlikte araştırmalara konu olmuş ve çok farklı alanlarda kullanılır hale gelmiştir. Hayatımızın birçok alanında çeşitli etkileşimli konuşmaya dayalı uygulamalar mevcuttur. Konuşma tanıma sistemleri, yazmanın zorlaştığı durumlarda oldukça kullanışlıdır. Bu tez çalışmasında, kütüphaneler üzerinde izole kelime konuşma tanıma uygulamak için Gizli Markov modelinin uygulanması üzerine yapılan çalışmaları sunmaktadır. Ayrıca kelime tanıma sisteminde maksimum verim elde etmek için belirli bir kullanıcı için (kullanıcıya bağlı) kendi kendini seçen kelimeler kümesi kullanılarak sistemi geliştirmek ve eğitmek için Gizli Markov modelinin uygulanması üzerine yapılan çalışmaları sunmaktadır. Her bir kelime ile 15 varyasyon ile eğitim için kullanmak üzere toplam 105 kelime veren 15 farklı şekilde kaydedilen 7 alfabe örneği kullanılmıştır. Bu sistem gerçek dünyada sesli güvenlik sistemi kullanılarak sistem güvenliğinde ve özellikle çocuklar ve engelliler için kullanılabilir.en_US
dc.description.abstractSpeech recognition has been the subject of research with the advancement of technology and has become used in many different fields. There are various interactive speech-based applications in many areas of our lives. Speech recognition systems are very useful in situations where typing becomes difficult. In this thesis, we present the studies on the implementation of the Hidden Markov model to implement isolated word speech recognition on libraries. It also presents the studies on the implementation of the Hidden Markov model to develop and train the system using a set of self-selecting words for a given user (user dependent) to achieve maximum efficiency in the word recognition system. 7 alphabet samples recorded in 15 different ways were used, giving a total of 105 words to use for education, with 15 variations for each word. This system can be used in system security, especially for children and disabled people, by using a voice security system in the real world.en_US
dc.identifier.citationMousa, M. Q. A., (2021). Gizli Markov Modellerini Kullanarak Nefret Söylemi Tespiti. (Yüksek Lisans Tezi). Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Konya.en_US
dc.identifier.urihttps://hdl.handle.net/20.500.12395/51191
dc.language.isotren_US
dc.publisherSelçuk Üniversitesi Fen Bilimleri Enstitüsüen_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.selcuk20240510_oaigen_US
dc.subjectBaum-Welch algoritmasıen_US
dc.subjectGizli markov modellerien_US
dc.subjectKonuşmadan metne dönüştürmeen_US
dc.subjectN-gramen_US
dc.subjectNefret söylemi tespitien_US
dc.subjectOtomatik ses tanımaen_US
dc.subjectBaum-Welch algorithmen_US
dc.subjectHidden markov modelsen_US
dc.subjectSpeech to text conversionen_US
dc.subjectHate speech detectionen_US
dc.subjectAutomatic voice recognitionen_US
dc.titleGizli Markov Modellerini Kullanarak Nefret Söylemi Tespitien_US
dc.title.alternativeHate Speech Detection Using Hidden Markov Modelsen_US
dc.typeMaster Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
MOHAMMED QASIM ABBAS ABBAS.pdf
Boyut:
825.48 KB
Biçim:
Adobe Portable Document Format
Açıklama:
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu