Endüstriyel uygulamalar için yeni bir dil modeli uygulaması
Implementation of a new language model for industrial applications
- Tez No: 981287
- Danışmanlar: PROF. MEHMET SERDAR GÜZEL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Doğal dil işleme, Öneri sistemleri, Ürün sınıflandırma, Natural language processing, Suggestion systems, Product classification
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, Türkiye'deki sanayi kuruluşlarının resmi işlemlerinde kullanmakla yükümlü oldukları PRODTR ürün sınıflandırma sistemine yönelik anlam temelli bir öneri sistemi geliştirilmiştir. Çalışmanın temel amacı, sentetik olarak üretilmiş ürün ve teknik ad verilerinin, doğal dil işleme (NLP) ve gömülü temsillere (embedding) dayalı yöntemlerle doğru PRODTR kodlarıyla eşleştirilmesidir. Geliştirilen sistem, OpenAI tabanlı embedding modelleri kullanarak metinleri yüksek boyutlu vektörlere dönüştürmekte ve bu temsilleri Elasticsearch altyapısı üzerinde kosinüs benzerliği aracılığıyla karşılaştırmaktadır. Böylece yalnızca yüzeysel kelime eşleşmelerine dayalı değil, bağlamı dikkate alan anlamsal bir sınıflandırma sağlanmıştır. Üretken yapay zeka ile oluşturulan ve etiketlenmiş 93 sorgudan oluşan test kümesiyle yapılan değerlendirmelerde sistemin %93,5 doğruluk oranına ulaştığı görülmüştür. Ayrıca öneri skorları ile tahmin başarısı arasında istatistiksel olarak anlamlı bir ilişki bulunmuş; yüksek benzerlik skorlarının çoğunlukla doğru sınıflarla örtüştüğü gözlemlenmiştir. Bu durum, sistemin yalnızca otomatik bir eşleştirme aracı değil aynı zamanda güvenilir bir karar destek mekanizması olarak kullanılabileceğini göstermektedir. Sonuç olarak geliştirilen öneri sistemi; ürün sınıflandırma, envanter yönetimi, kamu raporlama süreçleri ve sektörel danışmanlık uygulamalarında esnek, açıklanabilir ve bağlam duyarlı bir yapay zekâ çözümü olarak öne çıkmaktadır.
Özet (Çeviri)
This thesis introduces a semantic recommendation system designed to support the PRODTR product classification framework, which is mandatory in various industrial and governmental processes in Türkiye. The main objective of the study is to automatically match synthetic product descriptions with the appropriate PRODTR codes using natural language processing (NLP) and embedding-based methods. The proposed system leverages OpenAI's embedding models to transform textual inputs into high-dimensional vector representations. These vectors are then indexed and compared within an Elasticsearch environment using cosine similarity, enabling context-aware semantic classification beyond traditional keyword matching approaches. Evaluation was conducted with a labeled dataset of 93 synthetic queries, and the system achieved an accuracy rate of 93.5% when only the top-ranked suggestion was considered. Moreover, a statistically significant correlation was identified between similarity scores and prediction accuracy, indicating that higher scores are strongly associated with correct classifications. This demonstrates that the system functions not only as an automatic matching tool but also as a reliable decision support mechanism. In conclusion, the developed recommendation system emerges as a robust, explainable, and contextually intelligent digital assistant with potential applications in product classification, inventory management, public reporting, and sectoral consultancy.
Benzer Tezler
- PMI methodology utilization in shipbuilding project management
Gemi inşaati proje yönetiminde PMI metodolojisi kullanimi
ÜMRAN BİLEN DOĞAN
Yüksek Lisans
İngilizce
2012
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL HAKKI HELVACIOĞLU
PROF. DR. MUSTAFA İNSEL
- Improved fuzzy logic based edge detection method on clinical images
Klinik görüntülerde bulanık mantık temelli iyileştirilmiş kenar tespit yöntemi
MURAT MERT ÇELEN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İLKER ÜSTOĞLU
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Akaryakıtla çalışan endüstriyel tav fırınlarında yanma, sıcaklık ve basıncın optimum kontrolu
Optimum control of combustion temperature and pressure in industrial tempering furnaces working with fuel-oil
MEHMET EROĞLU
Yüksek Lisans
Türkçe
1987
Makine MühendisliğiGazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. YÜCEL ERCAN