Quranic-rag: Çok dilli gömme yoluyla Kur'an soru-cevaplama için alana özgü bir bilgi getirim sistemi
Quranic-rag: A domain-adapted retrieval system for Qur'anic question answering through multilingual embeddings
- Tez No: 1011638
- Danışmanlar: DOÇ. DR. MEHMET EMİN TENEKECİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Harran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kur'an-ı Kerim, dünya çapında yaklaşık iki milyar Müslümana yol gösteren İslam'ın temel kitabıdır. Zengin ve karmaşık dili, metinlerinin işlenmesini hem çok önemli hem de zorlu kılmaktadır. Bu çalışma, Kur'an ayetlerini getirme (passage retrieval) tekniklerini kullanarak akıllı makine okuma sistemleri (MRS) geliştirmeyi ve bu alandaki en yeni yaklaşımları karşılaştırmayı amaçlamaktadır. Plan, önceden eğitilmiş dilbilimsel modelleri kullanarak, Arapça olarak sorulan sorularla ilgili geçitler (passages) olarak Kur'an ayetlerini bulabilen entegre bir sistem oluşturmayı içermektedir. Ayrıca, çalışma, mümkün olan en yüksek doğruluğu elde etmek için en uygun modeli seçmek amacıyla çeşitli modellerin performansını karşılaştırmaktadır. Klasik Arapça ile Modern Standart Arapça arasındaki boşluğu kapatmak ve modellerin Kur'an-ı Kerim'in derin dilini anlama yeteneğini geliştirmek için AraBERT, ME5 ve GTE gibi çeşitli modeller hem modern hem de klasik Arapça metinler üzerinde ince ayar (fine-tuning) yapılmıştır. Ek olarak, Kur'an sorularıyla ilgili sınırlı veri kümeleri göz önüne alındığında, mevcut kaynaklar araştırılmış ve iyileştirilerek, ince ayar sürecini desteklemek için daha kapsamlı bir veri kümesi elde edilmiştir. Sonuçlar, ME5 modelinin en iyi performansı gösterdiğini, aynı test kümesinde yapılan tüm önceki çalışmalardan daha iyi performans sergilediğini ve MAP@10 = 0,31 ve MRR@10 = 0,49 değerlerine ulaştığını göstermiştir. Bu çalışma, Kur'an-ı Kerim için kapsamlı bir Getirme Destekli Üretim (RAG) sistemi kurmaya yönelik ilk adımı temsil etmektedir ve bu sistem, Sünnet metinlerini de içerecek şekilde daha da geliştirilebilir; böylece yapay zekânın İslami çalışmalara hizmet etmesi ve desteklemesi için yol açılabilir.
Özet (Çeviri)
he Holy Quran is a prime book in Islam, guiding nearly two billion Muslims worldwide. It's known for its richness and linguistic complexity, which makes the processing of Quranic texts important and challenging. This study aims to develop intelligent machine reading systems (MRS) using passage retrieval techniques for the Quran by comparing the latest methods in this field. The study plan is to build an integrated system capable of retrieving Quranic verses as passages related to questions posed in Arabic using pre-trained linguistic models with a retriever-reader architecture. Furthermore, it compares the performance of several models to select the most suitable ones to achieve the highest possible accuracy. Several models like AraBERT, ME5, and GTE were fine-tuned on modern and classical Arabic texts to bridge the gap between Classical Quranic Arabic and Modern Standard Arabic and to enhance the models' ability to understand the deep language of the Quran. In addition, as the datasets related to Quranic questions are limited, existing available resources were explored and improved, creating a more comprehensive dataset to support the fine-tunning process. The results showed that the ME5 model achieved the best performance and outperformed all previous studies on the same test set recording a MAP@10 of 0.31 and MRR@10 of 0.49. This work represents the first step in creating a comprehensive retrieval system (RAG) for the Quran, which can be developed in the future to include texts from the Prophet's Sunnah paving the way for AI to serve and support Islamic studies.
Benzer Tezler
- ArGemma: Gemma'nın Arapçaya uyarlanddırılması için ince ayar ve çok görevli öğrenme mimarisi
ArGemma: A fine-tuning and multi-task learning architecture for adapting Gemma to Arabic
TAHA AL-SELWI
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERAP ÇAKAR KAMAN
- Deep learning-based phoneme segmentation and alignment for Quranic Arabic recitation
Kur'an-ı Kerim tilavetinde derin öğrenme tabanlı fonem segmentasyonu ve hizalaması
ABDO IBRAHIM
Yüksek Lisans
İngilizce
2026
Karabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AMMAR MOHAMMED ALİ AL-QADASİ
- Kur`an-ı Kerim'in ilahi kitaplara bakışı
Quranic view of the holy books
NECMETTİN GÖKKIR
Yüksek Lisans
Türkçe
1999
Dinİstanbul ÜniversitesiTemel İslam Bilimleri Ana Bilim Dalı
PROF. DR. SÜLEYMAN ATEŞ
- 20. yüzyılda Azerbaycan`da yapılan Kur`an tefsiri ve meal çalışmaları
Quranic exegesis and translation was written in Azerbaijan in the 20 th century
MEHMAN İSMAYİLOV
- Yirminci yüzyılda Uygurca Kur`an çalışmaları
Quranic works in Uighur language in 20 th century
NURAHMET KURBAN
Yüksek Lisans
Türkçe
2002
Dinİstanbul ÜniversitesiTemel İslam Bilimleri Ana Bilim Dalı
DOÇ. DR. ÖMER AYDIN