Eserlere Göre Listeleme

Kamyon şoförü İlyas (Kadir İnanır), İstanbul'dan Asya'nın (Türkân Şoray) kaldığı köye gelir. Birbirlerine aşık olup evlenirler. Çocuklarının adını Samet koyarlar. İlyas, kamyoncu olduğu için sık sık yollara çıkar ve Asya, Samet'le yalnız kalır. Bir gün yine yola çıkan İlyas, eve dönmez ve Asya yı bir sekreter ile aldatır. Asya bunu pencerede görür ve İlyas'tan kaçar. İşleri bozulan İlyas, Asya’nın karşısına öyle çıkmak istemez ve bunalıma girerek Asya’yı terk eder. Asya, bu acıya dayanamaz ve oğluyla birlikte yollara düşer. Yolda Cemşit (Ahmet Mekin) adında bir adamla karşılaşırlar. Cemşit onlara kol kanat gerer. Birlikte yaşamaya başlarlar. Bir gün İlyas karşılarına çıkar. Asya şimdi büyük aşkı ve kendisine zor gününde kucak açan Cemşit arasında bir tercih yapmak zorunda kalır.

Görmüş geçirmiş, uzun süre hüküm sürmüş ve yaşı da kemale ermiş bir padişah, yerine geçecek bir erkek evlat sahibi olmak için yanıp tutuşmakta, dualar etmekte, içten içe kederlenmektedir. Onun yakarışları Pervâne adlı bir oğula kavuşmasıyla karşılık bulur. İlerleyen yıllarda büyüyüp serpilen delikanlı Pervâne bir gün babasının kendisine yaptırdığı köşkün duvarında bir kız resmi görür ve hemen çarpılır. Şem adındaki bu güzeller güzeli onun aklını başından alır. Bütün vaktini resmin karşısında geçirmeye başlar. Babası, o avlanmak için dışarıya gidince duvardaki resmi kazıtır. Dönüşte Pervâne, çılgına döner. Bir gün avlanmaya gittiğinde ise geri gelmez. Babası günlerce onu aratır, nihayet kör bir kuyunun içinde, aklını yarı yitirmiş olarak bulur. Pervâne için zor günler yaşanır. Padişah kaçmasın diye onu zincire vurdurur. Sonunda sihirbazının yaptığı bir kuşa binerek Şem sevdasına uzun bir yolculuğa çıkar. Olan bitenden Şem de haberdar olmuştur. Bundan sonrası her iki âşık için de uzun ve zorlu bir süreç olacaktır. Hindistan’dan İran’a kadar uzanan geniş coğrafyada bu hikâyenin anlatılarına rastlanır. Divan şiirinde Zâtî aynı hikâyeyi bizim dünyamıza canlı ve başarılı şekilde yeniden yazar. Alegoriler, kültürel göndermeler, mitolojik ve tasavvufi ögeler yanında dil kıvraklıkları ve anlatım şevkiyle ölümsüzleşen Şem u Pervâne, günümüz Türkçesi ve açıklamalarla “Ölümsüz Klasikler” arasında seçkin yerini alıyor. Ölümsüz aşk kanatlarını alabildiğine yükseklere çarpıyor…

Şema Terapi, kişilik bozukluğu ve kronik depresyon gibi uzun süreli ruhsal sağlık sorunlarıolan insanlara yardım etmek için, Bilişsel Davranışçı Terapi (BDT) tekniklerini kişilerarası, yaşantısal ve psikodinamik terapi öğeleri ile birleştirir. Şema Terapi, birçok olumsuz bilişsel durumun geçmiş deneyimlere dayandığını ileri sürer ve sonuç olarak değişimi ortaya çıkarmak amacıyla, negatif düşünce ve davranışlara karşı meydan okumak ve onları değiştirmek için modeller sunar. Bu kitapta, Eshkol Rafaeli, David Bernstein ve Jeffrey Young, Şema Terapi'nin 30 ayırıcı özelliğine ve bu yöntemin daha geniş BDT spektrumuna nasıl uyarlanabileceğine dikkat çekmektedirler. Kuramsal Kısımlar ve Uygulama Kısımları olmak üzere iki bölümden oluşan bu kitap, tekniğe yeni olanlar için özlü bir giriş; alanda tecrübe sahibi olanlar içinse, bu tekniğin diğer Bilişsel DavranışçıTerapilerden nasıl ayrıldığı üzerine bir tartışma sağlamaktadır. "Bu kitap, Şema Terapi'yi çok güzel anlatıyor ve Şema Terapi'nin güncel gelişimindeki tüm kilit alanları yetkin ve özlü bir biçimde ele alıyor." George Lockwood, Midwest Şema Terapi Enstitüsü Direktörü, ABD

Distributed representations (DR) are used to capture semantic and syntactic patterns in language by analyzing the distributional relationships of words within textual data. The modeling methods that produce DR are based on the assumption (distributional hypothesis) that "words that occur in the same context tend to have similar meanings," which is inherent to the nature of language. These modeling methods, due to their unsupervised nature, can be trained without human judgment input, allowing researchers to train large datasets at relatively low costs. Although word-based models perform effectively for languages with limited vocabularies, such as English, they exhibit considerable inefficiency when applied to morphologically rich languages with unlimited vocabularies, such as Turkish. We observed that n-gram and statistical segmentation methods, which are commonly used in subword modeling to address the issues of out-of-vocabulary and rare-words, are highly sensitive to orthographic similarity. Consequently, these methods struggle to distinguish between unrelated concepts (e.g., shrink - shrine). Moreover, we noted that the impact of morphological segmentation methods on these types of problems has shown inconsistent results in the literature. This thesis aims to make conceptual assumptions and improvements concerning different types of semantic relationships (e.g., relatedness and similarity), to model the role of language morphology as an input in subword DR models, and to develop the dataset generation methodologies and evaluation methods to measure this effect. Within the scope of the study, different models and segmentation methods were empirically tested, the AnlamVer and OSimUnr datasets were produced, and the task of relatedness classification and associated evaluation methods were proposed to measure the noise introduced by segmentation to the model. Our experiments demonstrate that morphological segmentation produces significantly less noise compared to n-gram-based methods and can lead to substantial performance improvements depending on the nature of the task.