MAKİNA ÖĞRENİM ALGORİTMALARI İLE İNGİLİZCE METİN ZORLUK SEVİYELERİNİN SINIFLANDIRILMASI: BİR YAZILIM ÖNERİSİ
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Atatürk Üniversitesi, Eğitim Bilimleri Enstitüsü, Yabancı Diller Eğitimi Anabilim Dalı, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: İngilizce
Öğrenci: SOMAYYEH SHABESTANI
Danışman: Merve Geçikli
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Amaç: Bu çalışmanın amacı, YDS okuduğunu anlama metinleri üzerinde alan uzmanları tarafından geleneksel formüllerle geliştirilen grid aracılığıyla yapılan metin sınıflandırma puanlaması ile önemli parametrelere dayanan modern yaklaşımlardan biri olan makine öğrenmesi algoritmaları kullanılarak yapılan metin sınıflandırma puanlamasını karşılaştırmaktır. Bu bağlamda çalışma, makine öğrenim algoritmalarının metin sınıflandırmasında kullanımının ölçme ve değerlendirme için metin okunabilirlik/zorluk düzeylerinin tespitinde kullanımına yönelik değerlendirilmesine dayanmaktadır. Yöntem: Çalışma, alan uzmanları tarafından aynı örneklem (YDS okuduğunu anlama metinleri) üzerinden okunabilirlik formüllerine dayalı grid yoluyla yapılan metin sınıflandırma puanlaması ile modern yaklaşımlardan makine öğrenim algoritmaları kullanılarak yapılan metin sınıflandırma puanlamasının karşılaştırıldığı karşılaştırmaya dayalı nicel bir çalışmadır. Bulgular: Gunning FOG Readability testi, Linsear Write, Flesch-Kincaid Grade Level, SMOG Index, Coleman-Liau, Dale-Chall-Readability, McAlpine EFLAW Readability ve Automated Readability Index olmak üzere sekiz okunabilirlik formülü kullanılarak YDS sınavlarından dokuz okuma-anlama metni okunabilirlik sınıflandırması için seçildi. Alan uzmanlarının kullandığı okunabilirlik formüllerine dayalı grid ile yapılan puanlama sonuçları, çalışmada kullanılan makine öğrenim algoritmeleri temelli analiz yapan programın puanlama sonuçları ile istatistiksel olarak anlamlı farklılık göstermiştir. Ayrıca, makine öğrenimi algoritmasına dayalı program tarafından okunabilirlik sınıflandırmasının güvenilirlik puanı katsayısı oldukça yüksekken, alan uzmanlarının puanlamasının da güvenilir olmadığı da tespit edilmiştir Sonuç: Sonuçlar, makine öğrenmesi algoritmalarına dayalı program ile metinleri güvenilir bir şekilde sınıflandırırken, alan uzmanlarının metinlerin okunabilirlik sınıflandırmasına ilişkin verdiği cevaplarda daha fazla hata olduğunu göstermiştir. Bu nedenle, bu çalışmada kullanılan programın, yabancı dil eğitimi alanındaki paydaşları tarafından (İngilizce öğretmenleri, ölçme ve değerlendirme uzmanları vb.) dil öğrenenlerin seviyelerine göre okuduğunu anlama metinlerinin seçiminde kullanılması önerilebilir.