Geri Dön

Uluslararası inşaat sözleşmeleri için doğal dil işleme ve makine öğrenimi teknikleri kullanılarak potansiyel risk tespit modeli geliştirilmesi

Development of potential risk detection model for international construction contracts using natural language processing and machine learning techniques

  1. Tez No: 747677
  2. Yazar: HAYRİ BURAK ALTUNTAŞ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HASAN BASRİ BAŞAĞA
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Doğal dil işleme, Makine öğrenmesi, Risk yönetimi, Sözleşmeler, İnşaat sözleşmeleri, Natural language processing, Machine learning, Risk management, Contracts, Construction contracts
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Uluslararası inşaat projelerinde, tarafların görev ve sorumluluklarının belirlendiği inşaat sözleşmelerinden kaynaklı pek çok hak talebi ve uyuşmazlıklar ortaya çıkmaktadır. Özellikle inşaat projelerinin ihale sürecinde işveren tarafından sağlanan sözleşme şartlarının yüklenici tarafından detaylı bir şekilde gözden geçirilmemesi bu hak talebi ve uyuşmazlıklara sebep olmaktadır ve taraflar büyük kayıplara uğramaktadır. Bu amaçla tez çalışmasında ihale sürecinde taslak halinde olan inşaat sözleşmelerindeki potansiyel riskli sözleşme maddelerini tespit etmek için doğal dil işleme ve makine öğrenimi teknikleri kullanılarak bir model geliştirilmiştir. Geliştirilen model için FIDIC standart sözleşme şartları kullanılarak veri seti oluşturulmuştur. Oluşturulan veri setinin etiketlenmesi için anket çalışması ile potansiyel riskli 25 madde başlığı belirlenmiş ve belirlenen madde başlıkların üzerinde yapılan anahtar kelime çıkarma uygulaması ile riskle ilgili olabilecek 45 kelime ve kelime grubu çıkarılmıştır. Çıkarılan anahtar kelimeler için yapılan anket çalışmasında risk matrisi kullanılarak risk puanı belirlenmiş ve bu risk puanları kullanılarak oluşturulan veri seti etiketlenmiştir. Etiketlenen veri seti üzerinde doğal dil işleme teknikleri uygulanarak veriler makine öğrenimi algoritmalarının uygulanması için hazır hale getirilmiştir. Modelde altı farklı makine öğrenimi algoritması uygulanmış ve uygulanan makine öğrenimi algoritmaları başarılı sınıflandırma performansı göstererek potansiyel riskli sözleşme maddelerini tespit etmiştir. Yapılan çalışma ile uluslararası inşaat projelerinde sözleşme yöneticilerini karar verme sürecinde destekleyici ve sözleşmenin gözden geçirilmesi sürecinde kullanabileceği hızlı ve verimli bir teknik model sunulmuştur.

Özet (Çeviri)

In international construction projects, many rights claims and disputes arising from construction contracts in which the duties and responsibilities of the parties are determined. The fact that the contract conditions provided by the employer during the tender process of construction projects are not reviewed in detail by the contractor causes these claims and disputes and the parties incur great losses. For this purpose, a model has been developed using natural language processing and machine learning techniques to detect potential risky contract clauses in construction contracts that are in draft form during the tender process. The data set was created using the FIDIC standard contract terms for the developed model. In order to label the created data set, 25 potentially risky clause titles were determined by the survey study and 45 keywords and keyphrases that could be related to the risk were extracted with the keyword extraction application performed on the determined clause titles. In the survey conducted for the extracted keywords, the risk score was determined using the risk matrix and the data set created using these risk scores was labeled. By applying natural language processing techniques to the labeled data set, the data was made ready for the implementation of machine learning algorithms. Six different machine learning algorithms were implemented in the model, and the implemented machine learning algorithms showed successful classification performance and identified potential risky contract clauses. With the study, a fast and efficient technical model was presented to support contract managers in the decision-making process in international construction projects and to be used in the review process of the contract.

Benzer Tezler

  1. Türkiye'de su hakkı

    The right to water in Turkey

    YILDIZ AKEL ÜNAL

    Doktora

    Türkçe

    Türkçe

    2021

    Galatasaray Üniversitesi

    Kamu Hukuku Ana Bilim Dalı

    Yükleniyor...

  2. PMI methodology utilization in shipbuilding project management

    Gemi inşaati proje yönetiminde PMI metodolojisi kullanimi

    ÜMRAN BİLEN DOĞAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    İstanbul Teknik Üniversitesi

    Gemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı

    Yükleniyor...

  3. Türkiye denizcilik sektöründe çalışma şartları (monografik bir etüd)

    Başlık çevirisi yok

    A.MURAT ASLANER

    Yüksek Lisans

    Türkçe

    Türkçe

    1988

    İstanbul Üniversitesi

    Çalışma Ekonomisi ve Endüstri İlişkileri Ana Bilim Dalı

    Yükleniyor...

  4. İnşaat sözleşmelerinde hak talebi yönetimi: Kamu projeleri için öneri model

    Claim management in construction contracts: Proposed model for public construction projects

    İSMAİL CENGİZ YILMAZ

    Doktora

    Türkçe

    Türkçe

    2013

    İstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    Yükleniyor...

  5. FIDIC sözleşmelerinde gecikmeden sorumluluk

    Responsibility for the delay in FIDIC contracts

    ÖMER FARUK ENGEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Galatasaray Üniversitesi

    Özel Hukuk Ana Bilim Dalı

    Yükleniyor...