SYNTACTIC PATTERN RECOGNITION YAPISAL S ZDIZIMSEL R NT TANIMA

1. SYNTACTIC PATTERN RECOGNITIONYAPISAL (S�ZDIZIMSEL) �R�NT� TANIMA Mine YENICE 08110114

2. �r�nt� Tanima Sistemleri Istatistiksel �r�nt� Tanima : Siniflandirma algoritmalari istatistiksel analiz �zerine kurulmustur. Yapisal (S�z Dizimsel) �r�nt� Tanima : Verilen bir �r�nt� sekilsel yapidan karakteristik tanimlamaya indirgenir. Akilli �r�nt� Tanima : Hafizaya sahip, genelleme yapip belli hata toleransi ile karar verebilen sistemler.

3. Yapisal �r�nt� Tanima Istatistiksel �r�nt�leri ��zmek i�in vekt�r formunda tanimlayip, istatistiksel y�ntemlerden faydalanarak ��zeriz. Ancak bazi problemlerdeki �r�nt�ler yapisal ve iliskisel bilgiler i�erir. Bu durumda �r�nt�y� vekt�r formuna getirmeyi �ok zor hatta imkansiz kilar.

4. Yapisal �r�nt� Tanima �r�nt� yapisini �l��lebilir ve �ikartilabilir kabul eder. B�ylece �r�nt�lerin yapisal benzerlikleri belirlenmis olur. Istatistiksel yaklasimlarin yani sira yapisal bilgi de �nemlidir. Bu y�zden �r�nt� tanimlarken syntactic (s�z dizimsel) y�ntemler de kullanabiliriz. Bunun i�in alt�r�nt� (subpattern), primitive indirgenir.

5. Yapisal �r�nt� Tanima �r�nt�, simge (string, aga�, �izge vs) seklinde tanimlanir. Ama� simgeyi ayristirip (parsing) �r�nt�y� dogru sinifa koyabilmektir. Yapisal �r�nt� tanima sistemi �zet olarak;

6. Tanima ve Siniflandirma Yapisal �r�nt� tanimlayabilmek i�in; Bi�imsel gramerler Iliskisel tanimlar kullanilirlar. Yapisal �r�nt� tanima ve siniflandirma islemleri; Parsing (bi�imsel gramerler i�in) Grafik kiyaslama (iliskisel tanimlar) ile yapilir.

7. Tanima ve Siniflandirma Tanimlama ve Siniflandirma islemleri i�in kullanilan 3 �nemli yaklasim var. String Kiyaslama (String Matching) Gramatik Y�ntemler (Grammatical Methods) �izge Teori (Graph Theoretic)

8. String Kiyaslama (String Matching) �r�nt�leri, bir kelimedeki harflerin sirasi veya gendeki DNA dizilisinin sirasi gibi sirali diziler veya string seklinde g�sterildigini varsayiyoruz.

9. String Kiyaslama (String Matching) Stringin elemanlari �karakter� (harf, sembol) �r�nt�n�n string g�sterimi �kelime� Uzun stringler �metin� (text) Bir stringin par�asi olan bir diger bitisik stringe o stringin fakt�r� (altstring) denir.

10. Kiyaslama Y�ntemleri String Kiyaslama (String Matching) Ara D�zenlemeli Uzaklik (String Edit Distance) Hata Toleransli String Kiyaslama (String Matching with Errors) �Dikkate Alma� Sembol� ile String Kiyaslama (String Matching with the �don�t care� Symbol)

11. String Kiyaslama x stringi ve metin veriliyor. En temel islem, x in verilen metnin bir fakt�r� olup olmadigina karar vermek. |metin| >> |x| Eger fakt�r ise yerini belirliyoruz. Bu isleme degistirme veya shift (s) denir.

12. String Kiyaslama - Shift Shift (s); verilen metni, x stringini bulana kadar shift ederek tariyoruz. Herhangi bir yerde buldugumuzda buna ge�erli (valid) shift denir. Ne kadar valid shift varsa listelenir.

13. String Kiyaslama - �rnek

14. Ara D�zenlemeli Uzaklik x, y veriliyor Bir kelimeden baska bir kelimeyi elde edebilmek i�in gerekli minimum d�zenleme (edit) islemi sayisi. Temel fikir �en yakin komsu� (nearest neighbour) algoritmasi. Stringler arasindaki benzerligi �l�ebilmek i�in kullanilan yaklasim. x ve y arasindaki d�zenleme uzakligi, x in y ye d�n�sebilmesi i�in ne kadar temel islemden ge�mesi gerektigini belirtir.

15. Ara D�zenlemeli Uzaklik - Islemler Yer degistirme (Substitution) : x deki bir karakter y deki karsiligi olan karakterle degisir. Ekleme (Insertion) : y deki bir karakter x e eklenir. B�ylece x in uzunlugu bir karakter artar. Silme (Deletion) : x deki bir karakter silinir. B�ylece x in uzunlugu bir karakter azalir.

16. Ara D�zenlemeli Uzaklik - �rnek

17. Ara D�zenlemeli Uzaklik - �rnek

18. Hata Toleransli String Kiyaslama x, metin verilir. Temel islem; x ve metnin fakt�r�n�n d�zenlemeli uzakligini minimum yapan shift (s) bulmak. D�zenlemeli uzaklik ile birbirine benzer. Ancak burada eklenen y�ntemler ile �alisma y�k� hafifler.

19. Hata Toleransli String Kiyaslama - �rnek

20. �Dikkate Alma� Sembol� ile String Kiyaslama String kiyaslama y�ntemi ile ayni. Farkli kilansa �dikkate alma� karakteri herhangi bir karakter ile match olabiliyor. Hem x hem de metine �dikkate alma� karakteri yerine � sembol� koymak.

21. �Dikkate Alma� Sembol� ile String Kiyaslama - �rnek

22. Gramatik Y�ntemler Gramer : Kurallar k�mesi. Stringlerdeki karakter sirasinin �retiminin temelini olusturan modeller saglar. C�mle : Kurallar k�mesi kullanilarak t�retilmis string. C�mle ve gramer verilir, c�mlenin bu gramer tarafindan �retilip �retilmedigine karar vermemiz istenir.

23. Gramatik Y�ntemler Gramer 4 bilesenden meydana gelir. 1) Semboller (Symbols) : Her c�mle bir alfabenin karakterlerinden olusan stringler i�erir. Terminal semboller A alfabesi.

24. Gramatik Y�ntemler 2) Degerler (Variables) : Non terminal semboller. I k�mesi. 3) K�k Sembol� (Root Symbol) : Baslangi� sembol� de denilen �zel sembol. T�m diziler buradan t�retilir. S k�mesi.

25. Gramatik Y�ntemler 4) �r�n (Production) : �retim kurallari k�mesi.(yeniden yazma, sadelestirme) Degerler ve sembollerin baska degerler ve sembollere nasil d�n�secegini belirler. P ile g�sterilir.

26. Gramatik Y�ntemler Dil (Language) : Grameri G=(A,I,S,P) olarak g�sterilir. L(G) ise, G tarafindan �retilebilen t�m stringlerin k�mesini g�sterir.

27. Gramatik Y�ntemler- �rnek

28. Gramatik Y�ntemler- �rnek

29. Gramer �esitleri Tip 0: �zyinelemeli Tip 1: Baglam duyarli Tip 2: Baglamdan bagimsiz Tip 3: D�zenli

30. Ayristirma - Parsing Ayristirma (Parsing) : Bir c�mlenin s�zdizimsel �gelerine ayristirilmasi. Asagidan Yukariya Ayristirma (Bottom up Parsing) : Verilen c�mle ile baslanir. �r�n kurallari tersten uygulanarak gramerin baslangi� sembol� (S) bulunmaya �alisilir. Verimli sonu�lar verir.

31. Asagidan Yukariya Ayristirma - �rnek

32. Ayristirma - Parsing Yukaridan Asagiya Ayristirma (Top Down Parsing) : K�k d�g�mden baslar, test c�mlesini bulana kadar devam eder. Uygulamak daha kolay ancak zaman kaybi fazla.

33. �izge Teori Y�ntemleri  Graph Theoretic Methods S�z dizimsel (syntactic) �r�nt�lerde karmasik yapilari g�sterebilmek i�in y�ksek boyutlu gramerlere ihtiya� vardir. Bu y�zden gramerin boyutunu artirmak i�in �izgelerle g�stermek gerekir. String kiyaslarken ayristirma iyi bir y�ntem. B�y�k boyutlu aga�/grafik i�inse grafik benzerligi iyi bir y�ntem.

34. �izge Teori Y�ntemleri  Graph Theoretic Methods �izge : Bilgisayar d�nyasinda bulunan ve ger�ek hayatta �esitli sebeplerle karsilasilan yapilari temsil etmek amaciyla kullanilirlar. �izgede bulunan varliklar d�g�mler (node), d�g�mler arasindaki iliskiler ise kenarlar (edge) olarak ifade edilirler.

35. �izge Teori Y�ntemleri  Graph Theoretic Methods Kenarlari y�n g�sterirse y�nl� �izge. Kenarlari y�n g�stermezse y�ns�z �izge.

36. �izge Teori Y�ntemleri  Graph Theoretic Methods G = {(V,E)} yani d�g�mler ve kenarlar seklinde g�sterilir. Alt�izge : Bir �izgede bulunan d�g�m ve kenarlarin bir kismini veya tamamini i�eren �izge.

37. �izge Teori Y�ntemleri  Graph Theoretic Methods Aga� : Sonlu, d�ng�sel olmayan y�nl� �izge olarak da tanimlanabilir.

38. �izge Teori Y�ntemleri  Graph Theoretic Methods Izomorfik (Esbi�imli) �izgeler : Aralarinda �izge benzerligi vardir. Kenar sayilari, d�g�m sayilari ve d�g�m dereceleri ayni olmalidir. Matematiksel olarak seklinde g�sterilir. (f, 1-1 ve �rten olmalidir.) Bilgisayarin karar verebilmesi �ok pahali. Hastalik teshisini kolaylastirir.

39. �izge Teori Y�ntemleri  Graph Theoretic Methods

40. �izge Teori Y�ntemleri  Graph Theoretic Methods