Avrupa insan hakları mahkemesi yargı kararlarının tahmin edilmesi
Predicting the judgments of the european court of human rights
- Tez No: 931408
- Danışmanlar: DOÇ. DR. OKTAY YILDIZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Adli Bilişim Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 92
Özet
Son yıllarda makine öğrenmesi, doğal dil işleme ve büyük veri analitiği gibi teknolojilerdeki ilerlemeler, hukuki süreçlerin otomasyonuna yönelik çeşitli uygulamaların geliştirilmesini mümkün kılmıştır. Avrupa İnsan Hakları Mahkemesi kararlarının tahmin edilmesi, hukuki analizin derinleştirilmesi ve karar alma süreçlerinin hızlandırılması açısından önem arz etmektedir. Hukuki metinlerin kendine özgü terminolojisi ve karmaşık yapısı, bu metinlerin sistematik olarak işlenmesini zorunlu kılmaktadır. Bu bağlamda, doğal dil işleme teknikleri, hukuki belgelerin analiz edilmesini, sınıflandırılmasını ve anlamlandırılmasını sağlayarak yargı süreçlerine katkıda bulunmaktadır. Bu çalışmada, Avrupa İnsan Hakları Mahkemesi'nin Avrupa İnsan Hakları Sözleşmesi'nin çeşitli maddeleri çerçevesinde verdiği ihlal kararlarının tahmin edilmesine yönelik modeller geliştirilmiştir. Tahmin sürecinde, Avrupa İnsan Hakları Mahkemesi'nin resmi veri tabanıdan elde edilen dava metinleri kullanılarak bir veri seti oluşturulmuştur. Çalışmada, metin ön işleme teknikleri uygulanmış ve çeşitli makine öğrenmesi algoritmaları ile derin öğrenme modelleri kıyaslanmıştır. Veri setindeki sınıf dengesizliği problemi, dengelenmiş veri kümeleri ve veri artırma yöntemleriyle giderilmiş, bu doğrultuda azınlık sınıfına ait örneklerin temsil gücü artırılmıştır. Veri artırma sürecinde, geri çeviri yöntemi kullanılarak“ihlal”ve“ihlal değil”sınıflarına ait örnekler çoğaltılmış ve modellerin genelleme kapasitesi iyileştirilmiştir. Deneysel çalışmalar kapsamında, geleneksel makine öğrenmesi algoritmalarından Lojistik Regresyon, Multinomial Naive Bayes ve Destek Vektör Makineleri gibi yöntemlerin yanı sıra, hukuki alanda özelleşmiş derin öğrenme modeli de kullanılmıştır. Yapılan performans analizleri çeşitli metrikler üzerinden değerlendirilmiş olup, LegalBERT modelinin Avrupa İnsan Hakları Mahkemesi kararlarının sınıflandırılmasında %94 doğruluk ve %94 F1 skoru ile en yüksek başarı oranını sunduğu gözlemlenmiştir. Bu bulgular, doğal dil işleme ve makine öğrenmesi tekniklerinin hukuki metin analizi ve sınıflandırması için güçlü araçlar sunduğunu ortaya koymaktadır. Bu tez çalışması, hukuk alanında veri odaklı karar destek sistemlerinin geliştirilmesine yönelik önemli katkılar sunmaktadır. Özellikle, hukuki alan için özel olarak eğitilmiş derin öğrenme modellerinin, yargı süreçlerindeki belirsizlikleri azaltmada ve öngörülebilirliği artırmada kritik bir rol oynadığı görülmektedir. Bu doğrultuda, hukuki karar tahminine yönelik yapılan bu çalışma hem akademik hem de uygulamalı çalışmalar için yol gösterici nitelikte olup, gelecekte hukuki süreçlerin daha şeffaf ve erişilebilir hale gelmesine katkı sunabilecek bir temel oluşturmaktadır.
Özet (Çeviri)
In recent years, advancements in technologies such as machine learning, natural language processing, and big data analytics have enabled the development of various applications aimed at automating legal processes. Predicting decisions of the European Court of Human Rights is crucial for enhancing legal analysis and accelerating decision-making processes. The unique terminology and complex structure of legal texts necessitate their systematic processing. In this context, natural language processing techniques facilitate the analysis, classification, and interpretation of legal documents, thereby contributing to judicial procedures. In this study, models were developed to predict violation decisions issued by the European Court of Human Rights under various articles of the European Convention on Human Rights. During the prediction process, a dataset was created using case texts obtained from the official European Court of Human Rights database. Text preprocessing techniques were applied, and various machine learning algorithms were compared with deep learning models. The issue of class imbalance in the dataset was addressed through balanced datasets and data augmentation techniques, thereby improving the representation of minority class examples. The data augmentation process involved back-translation to generate additional examples for both the“violation”and“non-violation”classes, enhancing the generalization capacity of the models. In experimental phase, traditional machine learning algorithms such as Logistic Regression, Multinomial Naive Bayes, and Support Vector Machines were used alongside a domain-specific deep learning model. Performance analyses were conducted using various evaluation metrics, revealing that the LegalBERT model achieved the highest accuracy and effectiveness in classifying European Court of Human decisions, with 94% accuracy and a 94% F1 score. These findings demonstrate that natural language processing and machine learning techniques provide powerful tools for legal text analysis and classification. This thesis makes significant contributions to the development of data-driven decision support systems in the legal domain. In particular, domain-specific deep learning models play a critical role in reducing uncertainty and increasing predictability in judicial processes. Accordingly, this study on legal decision prediction serves as a valuable reference for both academic research and practical applications. Moreover, it establishes a foundation for future developments that could contribute to making legal processes more transparent and accessible.
Benzer Tezler
- Avrupa İnsan Hakları Mahkemesi ve yargı karaları bağlamında Türkiye 'de taşınmaz değerleme sistemindeki temel sorunların tespiti
Examination of the main issues in the real estate appraisal system in the context of the European Human Rights Court and jurisdictions
MUHAMMED ALİ BAYRAK
Yüksek Lisans
Türkçe
2021
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. TAHSİN YOMRALIOĞLU
- Avrupa İnsan Hakları Mahkemesi kararlarının uygulanması: Türkiye örneği
Implementation of judgments of the European Court of Human Rights: The Turkish example
MUAMMER ÖZ
- Hukuk güvenliği bakımından mülkiyet hakkına vergisel müdahaleler: AİHM kararları ışığında bir inceleme
Tax interventions on right to property in terms of legal security: An examination in the light of ECHR decisions
AYŞE NUR YAYLA
Yüksek Lisans
Türkçe
2023
HukukGalatasaray ÜniversitesiKamu Hukuku Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BALCA ÇELENER
- Kıyı alanlarındaki mülkiyet sorunlarının değerlendirilmesi: Bursa ili Mudanya ilçesi örneği
The evaluation of property problems in coastal areas: The case of Mudanya district of Bursa province (Turkey)
ÖZGÜL ÜNLÜ
Yüksek Lisans
Türkçe
2022
HukukAnkara ÜniversitesiGayrimenkul Geliştirme ve Yönetimi Ana Bilim Dalı
PROF. DR. HARUN TANRIVERMİŞ
- Uluslararası belgelerde ve Türk hukukunda çalışma yaşamına ilişkin hakların dava edilebilirliği
The justiciability of rights related to working life in international documents and Turkish law
HATEM GÜL GÜNERİ
Doktora
Türkçe
2023
Çalışma Ekonomisi ve Endüstri İlişkileriBursa Uludağ ÜniversitesiÇalışma Ekonomisi ve Endüstri İlişkileri Ana Bilim Dalı
PROF. DR. İLKNUR KILKIŞ