NLP_task_6_WSD_LESK.ipynb

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 41,
   "metadata": {},
   "outputs": [],
   "source": [
    "import spacy\n",
    "from spacy.lang.tr import Turkish\n",
    "from spacy.vocab import Vocab \n",
    "import warnings\n",
    "warnings.filterwarnings(\"ignore\", message=r\"\\[W007\\]\", category=UserWarning)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "metadata": {},
   "outputs": [],
   "source": [
    "nlp_tr = spacy.load('./models/model-best/') \n",
    "nlp_en = spacy.load('en_core_web_sm')"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 13,
   "metadata": {},
   "outputs": [],
   "source": [
    "dogal_1 = nlp_tr('doğada bulunan, doğa ile ilgili olan, doğada yer alan.')\n",
    "dogal_2 = nlp_tr('kendiliğinden var olan, yapay olmayan.')\n",
    "dil_1 = nlp_tr('ağız boşluğunda bulunan ve tatmaya, yutkunmaya, sesleri boğumlamaya yarayan, etli, uzun, devinimli et parçası, tat alma organı.')\n",
    "dil_2 = nlp_tr('insanların, duygularını, düşüncelerini bildirmek için sözcükler ya da işaretler aracılığıyla yaptıkları anlaşma, öteki kişilerle iletişimi sağlayan ortam.')\n",
    "isleme_1 = nlp_tr('işlemek eylemi.')\n",
    "isleme_2 = nlp_tr('ince ve süslü el işi, nakış.')\n",
    "dogal_dil_isleme_1 = nlp_tr('Doğal Dil İşleme, yaygın olarak NLP olarak bilinen yapay zekâ ve dilbilim alt kategorisidir. Türkçe, İngilizce, Almanca, Fransızca gibi doğal dillerin işlenmesi ve kullanılması amacı ile araştırma yapan bilim dalıdır.')\n",
    "dogal_dil_isleme_2 = nlp_tr('Kebabın yanında ikram edilen bir tür salatadır.')"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 22,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "doğal False False\n",
      "dil False False\n",
      ", False True\n",
      "insanları False False\n",
      "diğer True False\n",
      "canlılardan False False\n",
      "ayıran False False\n",
      "ve True False\n",
      "insanların False False\n",
      "iletişim False False\n",
      "kurmasını False False\n",
      "sağlayan False False\n",
      "en True False\n",
      "temel False False\n",
      "özelliklerden False False\n",
      "biridir False False\n",
      ". False True\n",
      "dil False False\n",
      ", False True\n",
      "insanın False False\n",
      "duygu False False\n",
      "ve True False\n",
      "düşüncelerini False False\n",
      "ifade False False\n",
      "etmede False False\n",
      "kullandığı False False\n",
      "ve True False\n",
      "kültürlerin False False\n",
      "nesiller False False\n",
      "boyunca False False\n",
      "aktarılmasını False False\n",
      "sağlayan False False\n",
      "bir False False\n",
      "araçtır False False\n",
      ". False True\n",
      "günlük False False\n",
      "hayatta False False\n",
      "karşılaşılan False False\n",
      "yazılar False False\n",
      "ve True False\n",
      "sesler False False\n",
      "birer False False\n",
      "doğal False False\n",
      "dil False False\n",
      "örneğidir False False\n",
      ". False True\n",
      "doğal False False\n",
      "dilde False False\n",
      "birçok True False\n",
      "kelime False False\n",
      "zamanla False False\n",
      "yok True False\n",
      "olurken False False\n",
      "diğer True False\n",
      "taraftan False False\n",
      "yeni False False\n",
      "kelimeler False False\n",
      "de True False\n",
      "türetilmektedir False False\n",
      ". False True\n",
      "bu True False\n",
      "yüzden False False\n",
      "doğal False False\n",
      "dil False False\n",
      "işleme False False\n",
      "( False True\n",
      "ddi̇ False False\n",
      ") False True\n",
      "süreci False False\n",
      "insan False False\n",
      "için True False\n",
      "bile True False\n",
      "karmaşık False False\n",
      "yapıya False False\n",
      "sahipken False False\n",
      ", False True\n",
      "bilgisayar False False\n",
      "ortamında False False\n",
      "işlenmesi False False\n",
      "de True False\n",
      "zor False False\n",
      "olmaktadır False False\n",
      ". False True\n",
      "  False False\n",
      "i̇nsanların False False\n",
      "dili False False\n",
      "nasıl True False\n",
      "kullandığını False False\n",
      "dil False False\n",
      "bilim False False\n",
      "alanı False False\n",
      "incelemektedir False False\n",
      ". False True\n",
      "dil False False\n",
      "bilimciler False False\n",
      "ve True False\n",
      "bilgisayar False False\n",
      "bilimcilerinin False False\n",
      "ortak False False\n",
      "çalışmasını False False\n",
      "gerektiren False False\n",
      "doğal False False\n",
      "dil False False\n",
      "işleme False False\n",
      "çalışmaları False False\n",
      ", False True\n",
      "insan False False\n",
      "bilgisayar False False\n",
      "etkileşiminde False False\n",
      "önemli False False\n",
      "rol False False\n",
      "oynamaktadır False False\n",
      ". False True\n",
      "doğal False False\n",
      "dil False False\n",
      "işleme False False\n",
      "çalışmaları False False\n",
      ", False True\n",
      "yapay False False\n",
      "zekâ False False\n",
      "teknolojilerinin False False\n",
      ", False True\n",
      "dil False False\n",
      "bilimi False False\n",
      "alanında False False\n",
      "kullanılması False False\n",
      "ile True False\n",
      "artmıştır False False\n",
      ". False True\n",
      "yapay False False\n",
      "zekâ False False\n",
      "çalışma False False\n",
      "alanlarından False False\n",
      "olan True False\n",
      "derin False False\n",
      "öğrenme False False\n",
      "yöntemleri False False\n",
      "ile True False\n",
      "doğal False False\n",
      "dile False False\n",
      "yakın False False\n",
      "seviyede False False\n",
      "platformlar False False\n",
      "geliştirilmektedir False False\n",
      ". False True\n",
      "dili False False\n",
      "anlama False False\n",
      ", False True\n",
      "makine False False\n",
      "çevirisi False False\n",
      "ve True False\n",
      "sözcük False False\n",
      "etiketleme False False\n",
      "için True False\n",
      "geliştirilen False False\n",
      "platformlar False False\n",
      "derin False False\n",
      "öğrenme False False\n",
      "yöntemlerinden False False\n",
      "faydalanmaktadır False False\n",
      ". False True\n",
      "derin False False\n",
      "öğrenme False False\n",
      "mimarilerinden False False\n",
      "olan True False\n",
      "özyinelemeli False False\n",
      "sinir False False\n",
      "ağları False False\n",
      "( False True\n",
      "recurrent False False\n",
      "neural False False\n",
      "network False False\n",
      "- False True\n",
      "rnn False False\n",
      ") False True\n",
      ", False True\n",
      "metin False False\n",
      "veya True False\n",
      "ses False False\n",
      "verileri False False\n",
      "gibi True False\n",
      "sıralı False False\n",
      "verileri False False\n",
      "işlemede False False\n",
      "tercih False False\n",
      "edilmektedir False False\n",
      ". False True\n",
      "bu True False\n",
      "çalışmada False False\n",
      "bir False False\n",
      "rnn False False\n",
      "türü False False\n",
      "olan True False\n",
      "iki False False\n",
      "yönlü False False\n",
      "uzun False False\n",
      "- False True\n",
      "kısa False False\n",
      "vadeli False False\n",
      "bellek False False\n",
      "( False True\n",
      "bidirectional False False\n",
      "long False False\n",
      "short False False\n",
      "- False True\n",
      "term False False\n",
      "memory False False\n",
      "- False True\n",
      "blstm False False\n",
      ") False True\n",
      "kullanılarak False False\n",
      "türkçe False False\n",
      "sözcük False False\n",
      "etiketleme False False\n",
      "modeli False False\n",
      "önerilmiştir False False\n",
      ". False True\n",
      "önerilen False False\n",
      "sözcük False False\n",
      "etiketleme False False\n",
      "modeli False False\n",
      ", False True\n",
      "doğal False False\n",
      "dil False False\n",
      "araştırmacılarına False False\n",
      ", False True\n",
      "kendi True False\n",
      "analizlerini False False\n",
      "gerçekleştirme False False\n",
      "ve True False\n",
      "kullanabilme False False\n",
      "imkânı False False\n",
      "verecek False False\n",
      "bir False False\n",
      "platform False False\n",
      "ile True False\n",
      "sunulmaktadır False False\n",
      ". False True\n",
      "i̇ki False False\n",
      "yönlü False False\n",
      "lstm False False\n",
      "kullanılarak False False\n",
      "geliştirilen False False\n",
      "platformun False False\n",
      "geliştirilme False False\n",
      "aşamasında False False\n",
      "uzman False False\n",
      "görüşü False False\n",
      "ile True False\n",
      "geri False False\n",
      "bildirimler False False\n",
      "alınarak False False\n",
      ", False True\n",
      "sözcük False False\n",
      "etiketleyicinin False False\n",
      "hata False False\n",
      "oranı False False\n",
      "azaltılmıştır False False\n",
      ". False True\n"
     ]
    }
   ],
   "source": [
    "# aşağıdaki görüldüğü gibi metnimizi küçük harfli olarak bir nlp objesi oluşturduk\n",
    "# daha sonrasında her bir token'e, bu token'ların gereksiz kelime olup olmadığına ve noktlama işareti olup olmadığına baktık.\n",
    "doc = nlp_tr(\"Doğal dil, insanları diğer canlılardan ayıran ve insanların iletişim kurmasını sağlayan en \\\n",
    "temel özelliklerden biridir. Dil, insanın duygu ve düşüncelerini ifade etmede kullandığı ve \\\n",
    "kültürlerin nesiller boyunca aktarılmasını sağlayan bir araçtır. Günlük hayatta karşılaşılan yazılar \\\n",
    "ve sesler birer doğal dil örneğidir. Doğal dilde birçok kelime zamanla yok olurken diğer taraftan \\\n",
    "yeni kelimeler de türetilmektedir. Bu yüzden doğal dil işleme (DDİ) süreci insan için bile karmaşık \\\n",
    "yapıya sahipken, bilgisayar ortamında işlenmesi de zor olmaktadır.  İnsanların dili nasıl kullandığını \\\n",
    "dil bilim alanı incelemektedir. Dil bilimciler ve bilgisayar bilimcilerinin ortak çalışmasını gerektiren \\\n",
    "doğal dil işleme çalışmaları, insan bilgisayar etkileşiminde önemli rol oynamaktadır. Doğal dil \\\n",
    "işleme çalışmaları, yapay zekâ teknolojilerinin, dil bilimi alanında kullanılması ile artmıştır. Yapay \\\n",
    "zekâ çalışma alanlarından olan derin öğrenme yöntemleri ile doğal dile yakın seviyede platformlar \\\n",
    "geliştirilmektedir. Dili anlama, makine çevirisi ve sözcük etiketleme için geliştirilen platformlar \\\n",
    "derin öğrenme yöntemlerinden faydalanmaktadır. Derin öğrenme mimarilerinden olan \\\n",
    "özyinelemeli sinir ağları (Recurrent Neural Network - RNN), metin veya ses verileri gibi sıralı \\\n",
    "verileri işlemede tercih edilmektedir. Bu çalışmada bir RNN türü olan iki yönlü uzun-kısa vadeli \\\n",
    "bellek (Bidirectional Long Short - Term Memory - BLSTM) kullanılarak Türkçe sözcük etiketleme \\\n",
    "modeli önerilmiştir. Önerilen sözcük etiketleme modeli, doğal dil araştırmacılarına, kendi \\\n",
    "analizlerini gerçekleştirme ve kullanabilme imkânı verecek bir platform ile sunulmaktadır. İki yönlü \\\n",
    "LSTM kullanılarak geliştirilen platformun geliştirilme aşamasında uzman görüşü ile geri bildirimler \\\n",
    "alınarak, sözcük etiketleyicinin hata oranı azaltılmıştır.\".lower())\n",
    "for tokens in doc:\n",
    "    print(tokens,tokens.is_stop, tokens.is_punct)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 6,
   "metadata": {
    "collapsed": true
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "['doğal', 'dil', 'insan', 'canlı', 'ayıran', 'insan', 'iletişim', 'kur', 'sağla', 'temel', 'özellik', 'biri', 'dil', 'insan', 'duygu', 'düşünce', 'ifade', 'et', 'kullan', 'kültür', 'nesil', 'boyunca', 'aktar', 'sağla', 'bir', 'araç', 'günlük', 'hayat', 'karşılaş', 'yazı', 'ses', 'birer', 'doğal', 'dil', 'örnek', 'doğal', 'dil', 'kelime', 'zaman', 'ol', 'taraf', 'yeni', 'kelime', 'türe', 'yüz', 'doğal', 'dil', 'işlem', 'ddi̇', 'süreç', 'insan', 'karmaşık', 'yapı', 'sahip', 'bilgisayar', 'ortam', 'işle', 'zor', 'ol', 'i̇nsanların', 'dil', 'kullan', 'dil', 'bilim', 'alan', 'incele', 'dil', 'bilimci', 'bilgisayar', 'bilimci', 'ortak', 'çalış', 'gerek', 'doğal', 'dil', 'işlem', 'çalış', 'insan', 'bilgisayar', 'etkileşim', 'önem', 'rol', 'oyna', 'doğal', 'dil', 'işlem', 'çalış', 'yapay', 'zekâ', 'teknoloji', 'dil', 'bilim', 'alan', 'kullan', 'art', 'yapay', 'zekâ', 'çalış', 'alan', 'derin', 'öğren', 'yöntem', 'doğal', 'dil', 'yakın', 'seviye', 'platform', 'geliş', 'dil', 'anlam', 'makine', 'çeviri', 'sözcük', 'etiketle', 'geliş', 'platform', 'derin', 'öğren', 'yöntem', 'faydalan', 'derin', 'öğren', 'mimari', 'özyinelemeli', 'sinir', 'ağ', 'recurrent', 'neural', 'network', 'rnn', 'metin', 'ses', 'veri', 'sıra', 'veri', 'işle', 'tercih', 'et', 'çalış', 'bir', 'rnn', 'tür', 'iki', 'yön', 'uzun', 'kısa', 'vade', 'bellek', 'bidirectional', 'long', 'short', 'term', 'memory', 'blstm', 'kullan', 'türkçe', 'sözcük', 'etiketle', 'model', 'öner', 'öner', 'sözcük', 'etiketle', 'model', 'doğal', 'dil', 'araştırmacı', 'analiz', 'gerçek', 'kullan', 'imkânı', 'ver', 'bir', 'platform', 'sun', 'i̇ki', 'yön', 'lstm', 'kullan', 'geliş', 'platform', 'geliş', 'aşama', 'uzman', 'görüş', 'geri', 'bildirim', 'alın', 'sözcük', 'etiketleyicinin', 'hata', 'oran', 'azal']\n",
      "Wall time: 998 µs\n"
     ]
    }
   ],
   "source": [
    "%%time\n",
    "# %%time hücrenin ne kadar zamanda derlendiğini gösterir \n",
    "\n",
    "# burada boş liste oluşturduk\n",
    "# bu token'lardan gereksiz kelime, noktalama işareti ve boşluk(white space) barındıranlardan arındırdık\n",
    "# sonrasında derlemimiz içerisindeki token'lerın gövdelerini(stem) boş listeye ekledik\n",
    "# ve bu boş listedeki gövdelere bakış attık.\n",
    "tokens_of_word = list()\n",
    "for tokens in (doc):\n",
    "    if not(tokens.is_stop or tokens.is_punct or tokens.is_space):\n",
    "        tokens_of_word.append(tokens.lemma_)\n",
    "print(tokens_of_word)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 7,
   "metadata": {},
   "outputs": [],
   "source": [
    "# spaCy kendi içerisinde bir ngram, bigram veya trigram fonksiyonu içermediği için biz oluşturduk.\n",
    "def ngram(document, n):\n",
    "    \"\"\"document: list, array like object,\n",
    "    n: n of ngram\"\"\"\n",
    "    ngrams_  = list()\n",
    "    for i in range(len(document)-n+1):\n",
    "        ngrams_.append(document[i:i+n])\n",
    "    return ngrams_"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 8,
   "metadata": {
    "collapsed": true
   },
   "outputs": [
    {
     "data": {
      "text/plain": [
       "[['doğal', 'dil', 'insan'],\n",
       " ['dil', 'insan', 'canlı'],\n",
       " ['insan', 'canlı', 'ayıran'],\n",
       " ['canlı', 'ayıran', 'insan'],\n",
       " ['ayıran', 'insan', 'iletişim'],\n",
       " ['insan', 'iletişim', 'kur'],\n",
       " ['iletişim', 'kur', 'sağla'],\n",
       " ['kur', 'sağla', 'temel'],\n",
       " ['sağla', 'temel', 'özellik'],\n",
       " ['temel', 'özellik', 'biri'],\n",
       " ['özellik', 'biri', 'dil'],\n",
       " ['biri', 'dil', 'insan'],\n",
       " ['dil', 'insan', 'duygu'],\n",
       " ['insan', 'duygu', 'düşünce'],\n",
       " ['duygu', 'düşünce', 'ifade'],\n",
       " ['düşünce', 'ifade', 'et'],\n",
       " ['ifade', 'et', 'kullan'],\n",
       " ['et', 'kullan', 'kültür'],\n",
       " ['kullan', 'kültür', 'nesil'],\n",
       " ['kültür', 'nesil', 'boyunca'],\n",
       " ['nesil', 'boyunca', 'aktar'],\n",
       " ['boyunca', 'aktar', 'sağla'],\n",
       " ['aktar', 'sağla', 'bir'],\n",
       " ['sağla', 'bir', 'araç'],\n",
       " ['bir', 'araç', 'günlük'],\n",
       " ['araç', 'günlük', 'hayat'],\n",
       " ['günlük', 'hayat', 'karşılaş'],\n",
       " ['hayat', 'karşılaş', 'yazı'],\n",
       " ['karşılaş', 'yazı', 'ses'],\n",
       " ['yazı', 'ses', 'birer'],\n",
       " ['ses', 'birer', 'doğal'],\n",
       " ['birer', 'doğal', 'dil'],\n",
       " ['doğal', 'dil', 'örnek'],\n",
       " ['dil', 'örnek', 'doğal'],\n",
       " ['örnek', 'doğal', 'dil'],\n",
       " ['doğal', 'dil', 'kelime'],\n",
       " ['dil', 'kelime', 'zaman'],\n",
       " ['kelime', 'zaman', 'ol'],\n",
       " ['zaman', 'ol', 'taraf'],\n",
       " ['ol', 'taraf', 'yeni'],\n",
       " ['taraf', 'yeni', 'kelime'],\n",
       " ['yeni', 'kelime', 'türe'],\n",
       " ['kelime', 'türe', 'yüz'],\n",
       " ['türe', 'yüz', 'doğal'],\n",
       " ['yüz', 'doğal', 'dil'],\n",
       " ['doğal', 'dil', 'işlem'],\n",
       " ['dil', 'işlem', 'ddi̇'],\n",
       " ['işlem', 'ddi̇', 'süreç'],\n",
       " ['ddi̇', 'süreç', 'insan'],\n",
       " ['süreç', 'insan', 'karmaşık'],\n",
       " ['insan', 'karmaşık', 'yapı'],\n",
       " ['karmaşık', 'yapı', 'sahip'],\n",
       " ['yapı', 'sahip', 'bilgisayar'],\n",
       " ['sahip', 'bilgisayar', 'ortam'],\n",
       " ['bilgisayar', 'ortam', 'işle'],\n",
       " ['ortam', 'işle', 'zor'],\n",
       " ['işle', 'zor', 'ol'],\n",
       " ['zor', 'ol', 'i̇nsanların'],\n",
       " ['ol', 'i̇nsanların', 'dil'],\n",
       " ['i̇nsanların', 'dil', 'kullan'],\n",
       " ['dil', 'kullan', 'dil'],\n",
       " ['kullan', 'dil', 'bilim'],\n",
       " ['dil', 'bilim', 'alan'],\n",
       " ['bilim', 'alan', 'incele'],\n",
       " ['alan', 'incele', 'dil'],\n",
       " ['incele', 'dil', 'bilimci'],\n",
       " ['dil', 'bilimci', 'bilgisayar'],\n",
       " ['bilimci', 'bilgisayar', 'bilimci'],\n",
       " ['bilgisayar', 'bilimci', 'ortak'],\n",
       " ['bilimci', 'ortak', 'çalış'],\n",
       " ['ortak', 'çalış', 'gerek'],\n",
       " ['çalış', 'gerek', 'doğal'],\n",
       " ['gerek', 'doğal', 'dil'],\n",
       " ['doğal', 'dil', 'işlem'],\n",
       " ['dil', 'işlem', 'çalış'],\n",
       " ['işlem', 'çalış', 'insan'],\n",
       " ['çalış', 'insan', 'bilgisayar'],\n",
       " ['insan', 'bilgisayar', 'etkileşim'],\n",
       " ['bilgisayar', 'etkileşim', 'önem'],\n",
       " ['etkileşim', 'önem', 'rol'],\n",
       " ['önem', 'rol', 'oyna'],\n",
       " ['rol', 'oyna', 'doğal'],\n",
       " ['oyna', 'doğal', 'dil'],\n",
       " ['doğal', 'dil', 'işlem'],\n",
       " ['dil', 'işlem', 'çalış'],\n",
       " ['işlem', 'çalış', 'yapay'],\n",
       " ['çalış', 'yapay', 'zekâ'],\n",
       " ['yapay', 'zekâ', 'teknoloji'],\n",
       " ['zekâ', 'teknoloji', 'dil'],\n",
       " ['teknoloji', 'dil', 'bilim'],\n",
       " ['dil', 'bilim', 'alan'],\n",
       " ['bilim', 'alan', 'kullan'],\n",
       " ['alan', 'kullan', 'art'],\n",
       " ['kullan', 'art', 'yapay'],\n",
       " ['art', 'yapay', 'zekâ'],\n",
       " ['yapay', 'zekâ', 'çalış'],\n",
       " ['zekâ', 'çalış', 'alan'],\n",
       " ['çalış', 'alan', 'derin'],\n",
       " ['alan', 'derin', 'öğren'],\n",
       " ['derin', 'öğren', 'yöntem'],\n",
       " ['öğren', 'yöntem', 'doğal'],\n",
       " ['yöntem', 'doğal', 'dil'],\n",
       " ['doğal', 'dil', 'yakın'],\n",
       " ['dil', 'yakın', 'seviye'],\n",
       " ['yakın', 'seviye', 'platform'],\n",
       " ['seviye', 'platform', 'geliş'],\n",
       " ['platform', 'geliş', 'dil'],\n",
       " ['geliş', 'dil', 'anlam'],\n",
       " ['dil', 'anlam', 'makine'],\n",
       " ['anlam', 'makine', 'çeviri'],\n",
       " ['makine', 'çeviri', 'sözcük'],\n",
       " ['çeviri', 'sözcük', 'etiketle'],\n",
       " ['sözcük', 'etiketle', 'geliş'],\n",
       " ['etiketle', 'geliş', 'platform'],\n",
       " ['geliş', 'platform', 'derin'],\n",
       " ['platform', 'derin', 'öğren'],\n",
       " ['derin', 'öğren', 'yöntem'],\n",
       " ['öğren', 'yöntem', 'faydalan'],\n",
       " ['yöntem', 'faydalan', 'derin'],\n",
       " ['faydalan', 'derin', 'öğren'],\n",
       " ['derin', 'öğren', 'mimari'],\n",
       " ['öğren', 'mimari', 'özyinelemeli'],\n",
       " ['mimari', 'özyinelemeli', 'sinir'],\n",
       " ['özyinelemeli', 'sinir', 'ağ'],\n",
       " ['sinir', 'ağ', 'recurrent'],\n",
       " ['ağ', 'recurrent', 'neural'],\n",
       " ['recurrent', 'neural', 'network'],\n",
       " ['neural', 'network', 'rnn'],\n",
       " ['network', 'rnn', 'metin'],\n",
       " ['rnn', 'metin', 'ses'],\n",
       " ['metin', 'ses', 'veri'],\n",
       " ['ses', 'veri', 'sıra'],\n",
       " ['veri', 'sıra', 'veri'],\n",
       " ['sıra', 'veri', 'işle'],\n",
       " ['veri', 'işle', 'tercih'],\n",
       " ['işle', 'tercih', 'et'],\n",
       " ['tercih', 'et', 'çalış'],\n",
       " ['et', 'çalış', 'bir'],\n",
       " ['çalış', 'bir', 'rnn'],\n",
       " ['bir', 'rnn', 'tür'],\n",
       " ['rnn', 'tür', 'iki'],\n",
       " ['tür', 'iki', 'yön'],\n",
       " ['iki', 'yön', 'uzun'],\n",
       " ['yön', 'uzun', 'kısa'],\n",
       " ['uzun', 'kısa', 'vade'],\n",
       " ['kısa', 'vade', 'bellek'],\n",
       " ['vade', 'bellek', 'bidirectional'],\n",
       " ['bellek', 'bidirectional', 'long'],\n",
       " ['bidirectional', 'long', 'short'],\n",
       " ['long', 'short', 'term'],\n",
       " ['short', 'term', 'memory'],\n",
       " ['term', 'memory', 'blstm'],\n",
       " ['memory', 'blstm', 'kullan'],\n",
       " ['blstm', 'kullan', 'türkçe'],\n",
       " ['kullan', 'türkçe', 'sözcük'],\n",
       " ['türkçe', 'sözcük', 'etiketle'],\n",
       " ['sözcük', 'etiketle', 'model'],\n",
       " ['etiketle', 'model', 'öner'],\n",
       " ['model', 'öner', 'öner'],\n",
       " ['öner', 'öner', 'sözcük'],\n",
       " ['öner', 'sözcük', 'etiketle'],\n",
       " ['sözcük', 'etiketle', 'model'],\n",
       " ['etiketle', 'model', 'doğal'],\n",
       " ['model', 'doğal', 'dil'],\n",
       " ['doğal', 'dil', 'araştırmacı'],\n",
       " ['dil', 'araştırmacı', 'analiz'],\n",
       " ['araştırmacı', 'analiz', 'gerçek'],\n",
       " ['analiz', 'gerçek', 'kullan'],\n",
       " ['gerçek', 'kullan', 'imkânı'],\n",
       " ['kullan', 'imkânı', 'ver'],\n",
       " ['imkânı', 'ver', 'bir'],\n",
       " ['ver', 'bir', 'platform'],\n",
       " ['bir', 'platform', 'sun'],\n",
       " ['platform', 'sun', 'i̇ki'],\n",
       " ['sun', 'i̇ki', 'yön'],\n",
       " ['i̇ki', 'yön', 'lstm'],\n",
       " ['yön', 'lstm', 'kullan'],\n",
       " ['lstm', 'kullan', 'geliş'],\n",
       " ['kullan', 'geliş', 'platform'],\n",
       " ['geliş', 'platform', 'geliş'],\n",
       " ['platform', 'geliş', 'aşama'],\n",
       " ['geliş', 'aşama', 'uzman'],\n",
       " ['aşama', 'uzman', 'görüş'],\n",
       " ['uzman', 'görüş', 'geri'],\n",
       " ['görüş', 'geri', 'bildirim'],\n",
       " ['geri', 'bildirim', 'alın'],\n",
       " ['bildirim', 'alın', 'sözcük'],\n",
       " ['alın', 'sözcük', 'etiketleyicinin'],\n",
       " ['sözcük', 'etiketleyicinin', 'hata'],\n",
       " ['etiketleyicinin', 'hata', 'oran'],\n",
       " ['hata', 'oran', 'azal']]"
      ]
     },
     "execution_count": 8,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "# 3 sayısı aslında trigram olması gerektiğini belirliyor\n",
    "ngram(tokens_of_word,3)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 9,
   "metadata": {},
   "outputs": [],
   "source": [
    "listed = list()\n",
    "listed=((trigram,ngram(tokens_of_word,3).count(trigram)) for trigram in ngram(tokens_of_word,3) if ngram(tokens_of_word,3).count(trigram)>2)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 10,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "[(['doğal', 'dil', 'işlem'], 3)]"
      ]
     },
     "execution_count": 10,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "# oluşturulan bu ikililer yani trigram ve sayısı birden çok kez geçtiği için teke indirgedik\n",
    "unique = list()\n",
    "for x in listed:\n",
    "    if x not in unique:\n",
    "        unique.append(x)\n",
    "trigram=unique\n",
    "trigram"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 46,
   "metadata": {
    "scrolled": true
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "0.39368939177969486\n",
      "0.5011415620174148\n"
     ]
    }
   ],
   "source": [
    "trigram_doc = nlp_tr(\" \".join([elements  for tri,nu in trigram for elements in tri]))\n",
    "\n",
    "print(trigram_doc[1].similarity(dil_1))\n",
    "print(trigram_doc[1].similarity(dil_2))"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "1. ağız boşluğunda bulunan ve tatmaya, yutkunmaya, sesleri boğumlamaya yarayan, etli, uzun, devinimli et parçası, tat alma organı.\n",
    "<br><br>\n",
    "2. 'insanların, duygularını, düşüncelerini bildirmek için sözcükler ya da işaretler aracılığıyla yaptıkları anlaşma, öteki kişilerle iletişimi sağlayan ortam.')\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.7.5"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 4
}