Robotik süreç otomasyonu süreçlerinde yapısal olmayan verilerin doğal dil işleme ve makine öğrenmesi teknikleriyle sınıflandırılması
Classification of unstructured data in robotic process automation processes using natural language processing and machine learning techniques
- Tez No: 1024797
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖNDER ŞAHİNASLAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Maltepe Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Robotik süreç otomasyonu sistemleri, yapılandırılmış ve kural tabanlı verilerle yürütülen işlemlerde yüksek verimlilik sağlamaktadır. Ancak doğal dilde yazılmış ve standart bir formata sahip olmayan e-postaların işlenmesinde sınırlı kalabilmektedir. Bu durum manuel kontrol ihtiyacını artırabilmektedir. Bu tez çalışmasında, robotik süreç otomasyonu süreçlerine gelen yapısal olmayan e-posta içeriklerinin doğal dil işleme ve makine öğrenmesi teknikleriyle otomatik olarak sınıflandırılması ele alınmıştır. Çalışmada, bankacılık sektöründe faaliyet gösteren bir şirketin robotik süreç otomasyonu robotlarına iletilen 5.243 e-posta kaydı kullanılmıştır. İlk deneylerde bazı modellerin başarı değerlerinin 1.00'a yakın çıkması, benzer e-posta içeriklerinin eğitim ve test kümelerine aynı anda düşmesinden kaynaklanabilecek veri sızıntısı riski olarak değerlendirilmiştir. Bu nedenle benzer içerikler kosinüs benzerliği kullanılarak gruplandırılmış ve model performansları grup temelli çapraz doğrulama yöntemiyle ölçülmüştür. Modelleme aşamasında destek vektör makinesi, k-en yakın komşu, rastgele orman ve BERTurk modeli karşılaştırmalı olarak değerlendirilmiştir. Deneysel sonuçlara göre BERTurk modeli yüzde 94 doğruluk, 0,93 makro ortalama F1 skoru ve 0,96 ağırlıklı ortalama F1 skoru ile en başarılı model olmuştur. Çalışma kapsamında ayrıca, sınıflandırma modelinin robotik süreç otomasyonu sistemlerine bağımsız bir servis olarak entegre edilebilmesine yönelik sistem mimarisi önerilmiştir. Elde edilen bulgular, e-posta içeriklerinin robotik süreç otomasyonu süreçlerine göre otomatik olarak sınıflandırılabileceğini göstermektedir.
Özet (Çeviri)
Robotic process automation systems provide high efficiency in operations carried out with structured and rule-based data. However, they may remain limited in processing e- mails written in natural language and lacking a standard format. This situation may increase the need for manual control. This thesis examines the automatic classification of unstructured e-mail contents received by robotic process automation processes using natural language processing and machine learning techniques. The study uses 5,243 e- mail records sent to the robotic process automation robots of a company operating in the banking sector. In the initial experiments, some models produced performance values close to 1.00, which was considered a potential data leakage risk caused by similar e- mail contents being included simultaneously in both training and test sets. Therefore, similar contents were grouped using cosine similarity, and model performances were evaluated through a group-based cross-validation method. In the modeling phase, support vector machine, k-nearest neighbor, random forest, and the BERTurk model were comparatively evaluated. According to the experimental results, the BERTurk model achieved the best performance with an accuracy of 94%, a macro average F1- score of 0.93, and a weighted average F1-score of 0.96. In addition, within the scope of the study, a system architecture was proposed to enable the classification model to be integrated into robotic process automation systems as an independent service. The findings indicate that e-mail contents can be automatically classified according to robotic process automation processes.
Benzer Tezler
- Development of a mobile robot performing transport implementations in a manufacturing plant
Bir üretim tesisinde taşıma uygulamalarını yerine getiren bir mobil robotun geliştirilmesi
NESLİHAN DEMİR
Doktora
İngilizce
2024
Makine MühendisliğiAydın Adnan Menderes ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. PINAR DEMİRCİOĞLU
PROF. DR. İSMAİL BÖĞREKCİ
- Bridging knowledge across architectural heritage and digital fabrication technologies
Mimari miras ile dijital fabrikasyon teknolojileri arasında bilgi köprüsü kurmak
BEGÜM HAMZAOĞLU
Doktora
İngilizce
2024
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. MİNE ÖZKAR KABAKÇIOĞLU
- Teknoloji kabul modeli ile robotik süreç otomasyonu kullanım niyetinin analizi
Analysis of intention to use robotic process automation with technology acceptance model
ELİF ÇELİKTEPE OK
Yüksek Lisans
Türkçe
2026
İstatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. GÜLHAYAT GÖLBAŞI ŞİMŞEK
- Yeni nesil dijital dönüşüm platformu Low-Code No-Code kullanımının örgütlere etkisinin araştırılması: Entegre TAM - TOE modeli
Investigating the impact of using the new generation digital transformation platform Low-Code - No-Code on organisations: Integrated TAM - TOE model
ZÜLCENAH ŞAHİN
- Büyük ölçekli (mega) gayrimenkullerde kapalı alan lojistik hizmetleri üzerine araştırma: Şehir hastaneleri lojistiğinde otonom sistem çözümleri
Research on indoor logistics services in large-scale (mega) real estate: Autonomous system solutions in city hospital logistics
HAVVA NUR ŞİRİN
Yüksek Lisans
Türkçe
2026
Sağlık Yönetimiİstanbul Teknik ÜniversitesiGayrimenkul Geliştirme Ana Bilim Dalı
PROF. DR. SEDA KUNDAK