Fuzuli, divan şiirlerinin aruz ölçüsünü tanıyan bir derin öğrenme modelidir. Aruz ölçüleri basit bir dil yapısındadır ve problem aslında bir çeviri problemlemidir. Bu sebeple model, nöral makine çevirisi için kullanılan encoder-decoder yapısı baz alınarak, seq2seq bir model gerçeklendi. Encoder-Decoder modelin araştırma makalesine şuradan ulaşabilirsiniz.
Veriseti, aruz ölçüleri bilinen divan şiirlerinden oluşmaktadır. Bu verisetindeki şiirler kültür bakanlığı tarafından yayınlanan açık divan antolojilerinden toplandı ve düzenlendi.
~700 şiir
~7000 mısra
58 aruz ölçüsü
Kullanılan antolojiler
İZAHLI DİVAN ŞİİRİ ANTOLOJİSİ, Necmettin Halil Onan
ÂHÎ Divanı, Mustafa S. KAÇALİN
DÎVÂN-I YÛNUS EMRE, Dr. Mustafa Tatcı
BÂKÎ DÎVÂNI, Prof. Dr. Sabahattin KÜÇÜK
Kullanım
python nmt.py ./../data/
Note: Her test adımında checkpoint oluşturulduğundan, istenilen zamanda durdurulabilir.
Örnek:
Loss : 151.909
---Test---
-Predictions-
MMffâtnnlliiüliüliülinlinliuuûeîuîîutututututututM
MMffâtnnl<go>liüliüliülinlinliuuûeîuîîutututututututM
MMffâtnnl<go>liüliüliülinlinliuuûeîuîîutututututututM
MMffâtnnl<go>liüliüliülinlinliuuûeîuîîutututututututM
MMffâtnnl<go>liüliüliülinlinliuuûeîuîîutututututututM
MMffâtnnl<go>liüliüliülinlinliuuûeîuîîutututututututM
MMffFt</go>tnnlututututututuMMMMMMMM'a11111nnenlelelue
MMffâtnnl<go>liüliüliülinlinliuuûeîuîîutututututututM
MMffâtnnlliiüliüliülinlinliuuûeîuîîutututututututM
MMffâtnnlliiüliüliülinlinliuuûeîuîîutututututututM
MMffâtnnl<go>liüliüliülinlinliuuûeîuîîutututututututM
MMffâtnnl<go>liüliüliülinlinliuuûeîuîîutututututututM
MMffâtnnlliiüliüliülinlinliuuûeîuîîutututututututM
MMffâtnnlliiüliüliülinlinliuuûeîuîîutututututututM
MMffâtnnl<go>liüliüliülinlinliuuûeîuîîutututututututM
MMffFt</go>tnnlututututututuMMMMMMMM'a11111nnenlelelue
MMffFt</go>tnnlututututututuMMMMMMMM'a11111nnenlelelue
MMffâtnnlliiüliüliülinlinliuuûeîuîîutututututututM
MMffâtnnl<go>liüliüliülinlinliuuûeîuîîutututututututM
MMffâtnnl<go>liüliüliülinlinliuuûeîuîîutututututututM
-Targets-
Mef'ûlü Fâilâtü Mefâîlü Fâilün</go>
Müstef'ilün Müstef'ilün Müstef'ilün Müstef'ilün</go>
Müstef'ilün Müstef'ilün</go>
Mefâîlün Mefâîlün Mefâîlün Mefâîlün</go>
Fâ'ilâtün Fâ'ilâtün Fâ'ilâtün Fâ'ilün</go>
Fâ'ilâtün Fâ'ilâtün Fâ'ilâtün Fâ'ilün</go>
Müfte'îlün Mefâ'îlün Müfte'îlün Mefâ'îlün</go>
Müfte'îlün Mefâ'îlün Müfte'îlün Mefâ'îlün</go>
Müstef'ilün Müstef'ilün Müstef'ilün Müstef'ilün</go>
Müstef'ilün Müstef'ilün Müstef'ilün Müstef'ilün</go>
Fâ'ilâtün Fâ'ilâtün Fâ'ilâtün Fâ'ilün</go>
Mefâ'îlün Mefâ'îlün Fe'ûlün</go>
Müfte'îlün Mefâ'îlün Müfte'îlün Mefâ'îlün</go>
Mef'ûlü Fâ'ilâtü Mefâ'îlü Fâ'ilün</go>
Müstef'ilün Müstef'ilün Müstef'ilün Müstef'ilün</go>
Feilâtün Fâilâtün Feilâtün Feilâtün Feilün Fa'lün</go>
Müstef'ilün Müstef'ilün Müstef'ilün Müstef'ilün</go>
Mefâ'îlün Mefâ'îlün Mefâ'îlün Mefâ'îlün</go>
Fâ'ilâtün Fâ'ilâtün Fâ'ilün</go>
Mef'ûlü Fâilâtü Mefâîlü Fâilün</go>
Demo, kaydedilen checkpointler ile çalışır. Çalıştırmadan önce dosyadan checkpoint ismini değiştirmeyi unutmayın.
Kullanım
python nmt_demo.py ./../data/
tensorflow 1.4.1
numpy 1.11.3
pandas 0.22.0