INTOUCH

Dijital dünyada ben de varım diyen, müşterilerinin fikir, öneri ve şikayetlerini önemseyen her bir kuruluş için müşteri sadakati ve verimlilik üzerinde olumlu etkiler yaratacak metin sınıflandırma çözümleri sunuyoruz.

Teknofest 2020 Türkçe Doğal Dil İşleme Yarışması kapsamında oluşturduğumuz sunuma proje dosyaları içerisinden veya Google Drive üzerinden ulaşabilir; demoyu buraya tıklayarak izleyebilirsiniz.

<< İnsanlar, bot’lara da hikayelerini anlatmak ister. Bot’un anlamakta zorlandığı kompleks, uzun ve birden fazla amaç içeren mesajlarını anlamak insanlarla bot’ları birbirlerine bir adım daha yaklaştırır. >>

Problem	Çözüm	Uygulama
Günümüzde geliştirilen NLU algoritmaları kullanıcıların mesajlarından tek bir amaç çıkarmak üzerine çalışmaktadır. Ancak özellikle Türkiye’deki kullanıcıların kompleks, birden fazla amaç içeren mesajları bu şekilde çözümlenemiyor.	Bu tarz mesajlarda metinlerin parçalanarak birden fazla amaç tespiti yapıldıktan sonra, bu amaçların çoklu kombinasyonuna uygun mantıksal çıkarımlar yapılması sağlanabilir.	Uzun içeriklerin özetini çıkarılır. Özeti çıkarılan cümlelerin intent’le eşleştirilir. Birden fazla intent çıkarılması durumunda, varyasyonlara göre uygun çıktının oluşması sağlanır.

A.I.JOE TAKIM ÜYELERİ

Ayça Topal, @aycatopal
Osman Burak Kazkılınç, @burakkazkilinc
Oğuzhan Karaduman, @okaraduman

Projeyi geliştirmeye başlamadan önce oluşturduğumuz bileşenleri, uyguladığımız metodolojiyi, görev dağımlarını, teknik mimariyi, uygulama arayüzünün mock çizimlerini görmek için buraya tıklayınız.

KURULUM

Uygulamayı kullanmanız için indirdikten sonra aşağıdaki talimatları izlemeniz gerekmektedir:

Hazırlamış olduğumuz corpus'umuzu indirmeniz gerekmektedir. İndirmek için tıklayınız.
Corpus'u train etmek için Zemberek Jar'ını kullanıyoruz. İndirmek için tıklayınız.
Zemberek Jar'ının bulunduğu dizinde aşağıdaki komutu çalıştırarak corpus'u train edip model elde ediyoruz.

java -jar zemberek-full.jar TrainClassifier -i corpus -o corpus.model -lr 0.1 -ec 50

Oluşturduğumuz modeli /resources/datasets/ dizinine kopyalayarak projemizi çalışır hale getiriyoruz.

KULLANIM

API olarak kullanabilir ya da dilerseniz bu proje için oluşturduğumuz açık kaynak Android uygulamamızı indirerek bilgisayarınızda veya telefonunuzda deneyimleyebilirsiniz.

Örnek istek ve yanıtları aşağıda bulabilirsiniz:

HTTP METHOD	URL	BODY
GET	/intouch/sikayetvar/{companyName} --> (i.e /intouch/sikayetvar/garanti bbva)	N/A
GET	/intouch/twitter/{companyName} --> (i.e /intouch/twitter/garanti bbva)	N/A

{
    "categoryList": {
      "ATM Sorunları": [
            {
                "originalMessage": "GarantiBBVA On tane bankamatik dolandım atmlerinizde para yok bu ne rezillik sabah kurban parası verecez neden önlemlerinizi almıyorsunuz.",
                "originalMessageUrl": "https://twitter.com/i/web/status/1288932163832950784",
                "summaryText": "garantibbva on tane bankamatik dolanıldım Atm'lerinizde para yok bu ne rezillik sabah kurban parası vereceğiz neden önlemlerinizi almıyorsunuz .",
                "intents": [
                    "ATM Sorunları"
                ],
                "outputMessage": "Değerli müşterimiz,\nBildiriminiz için teşekkür ederiz.\n\nATM'lerimiz ile ilgili talebinizi incelemeye aldık. Konuyu inceleyerek size dönüş yapabilmemiz için iletişim bilgilerinizi de iletmenizi rica ederiz.\nİyi günler dileriz.  \n\nSaygılarımızla,\nGARANTİ BBVA"
            }
      ]
    },
    "totalMessageCount": 1
}

okaraduman/intouch

INTOUCH

A.I.JOE TAKIM ÜYELERİ

KURULUM

KULLANIM

REFERANS