SUBMISSIONS

SUBMISSION DETAIL

Ceren ÖZKAN, Kemal ÖZKAN
 


Keywords:



ÝÞ ÝSTEKLERÝNDEKÝ TÜRKÇE METÝNLERÝN DOÐAL DÝL ÝÞLEME YÖNTEMLERÝ VE AÇIKLANABÝLÝR YAPAY ZEKA KULLANILARAK ANALÝZÝ
 
Teknolojinin hýzla ilerlemesi, yapay zeka ve doðal dil iþleme alanýnda önemli geliþmelere yol açmýþtýr. Yapay zeka, insan benzeri zeka oluþturma hedefiyle bilgisayar sistemlerini geliþtirme alanýnda yoðunlaþýrken, doðal dil iþleme, bilgisayarlarýn dilin karmaþýklýðýný anlamasýný ve kullanmasýný saðlamak için çalýþmaktadýr. Metin verilerinin artmasý ile beraber oluþan büyük veri setleri doðal dil iþleme algoritmalarý için zengin bir kaynak saðlamýþtýr. Günümüzde her alanda süreçleri iyileþtirebilmek için uygulamalar kullanýlmaktadýr. Yapýlan bu çalýþmada da fabrika içerisinde kullanýlan iþ istek uygulamasýnda, iþ istek açýklamalarýnýn kategorilerini otomatik tahminleyen bir sistem geliþtirilmiþtir. Geliþtirilen sistemde doðal dil iþlemede kullanýlan ön eðitimli modellerden Bert, DistilBERT, Electra ve ConvBERT modelleri kullanýlarak veri seti üzerinde eðitim gerçekleþtirilmiþtir. Yapýlan çalýþma sonucunda en yüksek doðruluk deðeri %89 deðeri ile ConvBERT modelinde elde edilmiþtir. ConvBERT modelinde elde edilen baþarýlý sonuçlarýn ardýndan, modellerin karar süreçlerini açýklamak adýna Lime (Local Interpretable Model-agnostic Explanations) açýklanabilir yapay zeka modeli sisteme entegre edilmiþtir. Sistemin saðlýklý ve þeffaf çalýþmasýný saðlamak adýna Lime modeli, ConvBERT modeli ile entegre edilerek modelin tahminlerinin açýklanabilirliði gösterilmiþtir. Yapýlan çalýþma sayesinde, kullanýcýlar tarafýndan girilen iþ isteklerinin kategorilendirilmesi sürecinde modelin nasýl kararlar aldýðý daha anlaþýlýr hale gelmiþtir. Sonuç olarak, fabrika içerisinde kullanýlan iþ istek uygulamasýndaki iþ istek açýklamalarýnýn otomatik tahminlenmesi sürecinde geliþtirilen bu sistem sayesinde ConvBERT modeli ve Lime entegrasyonu ile daha þeffaf ve anlaþýlýr bir sistem sunulmuþtur. (Bu çalýþma birinci sýrada yer alan yazarýn Eskiþehir Osmangazi Üniversitesi fen bilimleri enstitüsünde yapýlan yüksek lisans tezinden üretilmiþtir. ORCID NO: 0000-0002-6257-5403)

Anahtar Kelimeler: Doðal dil iþleme, Açýklanabilir yapay zeka, Kategori tahminleme