Abstract
Morfolojik olarak zengin ve düşük kaynaklı bir dil olan Türkçe, sondan eklemeli yapısı, veri seyrekliği ve sözdizimsel esnekliği nedeniyle Sinirsel Makine Çevirisi alanında önemli zorluklar barındırmaktadır. İngilizce–Türkçe dil çifti, yapısal asimetrisi nedeniyle hizalama ve anlam temsili süreçlerinde ek güçlükler yaratmaktadır. Bu çalışma, model derinliği ve dikkat başlığı sayısının çeviri kalitesi üzerindeki etkisini inceleyerek, morfolojik olarak karmaşık diller için sinirsel mimarilerin nasıl optimize edilebileceğine dair kapsamlı bir değerlendirme sunmayı amaçlamaktadır. Workshop on Machine Translation’16 (WMT16) veri kümesi Bayt Çifti Kodlaması (BPE) yöntemiyle belirteçlenmiş (tokenize edilmiş) ve 12 farklı konfigürasyon ile (Katman Sayısı=1–6, Başlık Sayısı=4–8) değerlendirilmiştir. Deneysel sonuçlar, orta derinlikteki yapıların (özellikle Katman Sayısı =5, Başlık Sayısı =8) BLEU, ChrF ve TER metriklerinde en yüksek başarıyı gösterdiğini ortaya koymuştur. Katman ve başlık sayısının aşırı artırılması ise aşırı öğrenmeye ve bağlam genelleme zayıflığına yol açmıştır. Bulgular, Türkçe gibi morfolojik açıdan karmaşık dillerde mimari karmaşıklığın dikkatli biçimde dengelenmesi gerektiğini göstermektedir.