Geri Dön

Retrieving turkish prior legal cases with deep learning

Derin öğrenme ile türkçe emsal karar bulma

  1. Tez No: 828203
  2. Yazar: CEYHUN EMRE ÖZTÜRK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ AYKUT KOÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: İhsan Doğramacı Bilkent Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 52

Özet

Bu çalışma Yargıtay'da emsal karar bulmak için derin öğrenme modelleri kullanmaktadır. Hukuk alanında çalışanların incelemesi gereken geniş çaplı hukuk veri tabanları ve bilgisayarların büyük miktarda metni kısa zamanda işleme kapasiteleri sebebiyle bulgetir algoritmaları hukuk alanında çalışanlar için faydalıdır. Bu tezde hukuksal yinelemeli sinir ağları (RNN) ve BERTurk-Legal modeli tanıtılmaktadır. Ayrıca Türkçe hukuk alanına özel yoğun kelime temsilleri tanıtılmaktadır. Buna ek olarak emsal karar yöntemi olarak RNN otokodlayıcılar, hukuksal RNN otokodlayıcılar, RNN otokodlayıcıların BM25 ile birleşimleri ve BERTurk-Legal modeli kullanılmıştır. En iyi sonuçlar BERTurk-Legal modeli ile elde edilmiştir.

Özet (Çeviri)

This study utilizes deep learning models to retrieve prior legal cases in the Court of Cassation in Turkey. Given the vast legal databases that legal professionals need to navigate and the ability of computers to handle large amounts of text quickly, information retrieval algorithms prove beneficial for legal practitioners. In this thesis, we introduce our legal recurrent neural network (RNN) models and the BERTurk-Legal model. We also introduce dense word embeddings for the Turkish legal domain. Moreover, we employ RNN autoencoders, Legal RNN autoencoders, combinations of RNN autoencoders with BM25 algorithms, and BERTurk-Legal to retrieve prior legal cases. We obtain the best results with the BERTurk-Legal model.

Benzer Tezler

  1. The cognitive cost of interpersonal closeness in decision making

    Kişiler arası yakınlığın karar verme üzerindeki bilişsel maliyeti

    NESİBE PINAR UĞURLAR

    Doktora

    İngilizce

    İngilizce

    2018

    PsikolojiOrta Doğu Teknik Üniversitesi

    Psikoloji Ana Bilim Dalı

    PROF. DR. NEBİ SÜMER

  2. Yüksek boyutlu model gösterilimi ile görüntü kümeleme ve görüntü erişimi

    Image clustering and image retrieval with high dimensional model representation

    AYŞEGÜL KARCILI

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Matematikİstanbul Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BURCU TUNGA

  3. An SGML viewer for form document images

    Form dökümanlar için SGML göstericisi

    ERKAN ARSLAN

    Yüksek Lisans

    İngilizce

    İngilizce

    1998

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. VOLKAN ATALAY

  4. Kliniğimizde histeroskopik uterin septum rezeksiyonu yapılan hastaların gebelik sonuçlarının retrospektif olarak değerlendirilmesi

    Retrospective evaluation of pregnancy results of patients who had hysteroscopic uterine septum resection in our clinic

    AYBÜKE CANGÖZ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Kadın Hastalıkları ve DoğumSağlık Bilimleri Üniversitesi

    Kadın Hastalıkları ve Doğum Ana Bilim Dalı

    DOÇ. DR. CEMAL REŞAT ATALAY

  5. Anlamlı öğrenme stratejilerinin İngilizce okuduğunu anlamaya etkisi

    The Effect of meaningful strategies in comprehending the texts in English

    M. KASIM KIROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1995

    Eğitim ve ÖğretimHacettepe Üniversitesi

    DOÇ.DR. NURAY SENEMOĞLU