Geri Dön

BDM tabanlı akıllı kütüphane tarama ve diyalog sistemi

BDM based smart library browsing and dialogue system

PDF İndir

  1. Tez No: 957363
  2. Yazar: SUAT GÖK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HAFZULLAH İŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgi ve Belge Yönetimi, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Information and Records Management, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Kütüphane Otomasyonu, Bilgi Dağıtım Modeli (BDM), Retrieval-Augmented Generation (RAG), Reinforcement Learning with Human Feedback (RLHF), ChatGPT, Library Automation, BDM (Information Distribution Model), Retrieval-Augmented Generation (RAG), Reinforcement Learning with Human Feedback (RLHF), ChatGPT
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Batman Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 206

Özet

Bu çalışma, Batman Üniversitesi için özel olarak geliştirilen BDM (Büyük Dil Modeli) tabanlı yapay zekâ destekli akıllı kütüphane tarama ve diyalog sisteminin teknik altyapısı, mimarisi ve performans değerlendirmelerini kapsamlı şekilde ele almaktadır. Geleneksel OPAC (Online Public Access Catalog) sistemlerinin kısıtlılıkları ve kullanıcı beklentilerindeki artış göz önünde bulundurularak, literatürde yer alan çağdaş bilgi erişim teknikleri incelenmiş; özellikle vektör tabanlı veri yapıları, Retrieval-Augmented Generation (RAG) mimarisi, kullanıcı geri bildirimleri ile beslenen model iyileştirmeleri (Reinforcement Learning with Human Feedback - RLHF), çok modelli yapılar (ensemble learning), tarihsel tutarsızlık tespiti ve Explainable AI (XAI) yöntemleri detaylandırılmıştır. Sistem, Python programlama dili ve LangChain framework'ü kullanılarak çoklu kaynaklardan bilgi sorgulama kapasitesine sahip şekilde tasarlanmıştır. Bilgi kaynakları arasında öncelikle Batman Üniversitesi'nin YORDAM katalogu, ardından üniversitenin e-Arşiv platformu ve son olarak ChatGPT destekli web arama modülü bulunmaktadır. Bu çok aşamalı sorgu zinciri, kullanıcının arama deneyimini optimize etmekte ve daha kapsamlı, doğru ve güncel bilgiye erişim sağlamaktadır. Chroma tabanlı vektör veritabanı ise yüksek verimli bellek yönetimi ve anlamsal arama fonksiyonları sunarak sistemin performansını artırmaktadır. Ayrıca, sistemde kullanıcıların geri bildirimleri toplanarak RLHF yaklaşımı ile modellerin sürekli güncellenmesi ve öğrenmesi sağlanmaktadır. Bu sayede sistem, hem teknik hem de kullanıcı deneyimi açılarından dinamik ve adaptif bir yapıya kavuşmuştur. Tarihsel tutarsızlık tespiti gibi ileri analiz modülleri, bilgi güvenilirliğini artırırken, Explainable AI teknikleri ile kullanıcılar ve kütüphane personeli için sistem çıktılarının şeffaf ve anlaşılır olması hedeflenmiştir. Araştırma bulguları, geliştirilen sistemin bilgi erişim hızını anlamlı düzeyde artırdığını, arama sonuçlarının doğruluğunu iyileştirdiğini ve kullanıcı memnuniyetini yükselttiğini ortaya koymaktadır. Türkiye'deki üniversite kütüphaneleri için örnek teşkil edebilecek bu entegre ve sürdürülebilir yapay zekâ destekli kütüphane sistemi, akademik araştırma süreçlerinin etkinliğini artırmaya yönelik önemli bir katkı sağlamaktadır.

Özet (Çeviri)

This study comprehensively examines the technical infrastructure, architectural design, and performance evaluation of an AI-supported intelligent library search and dialogue system, specifically developed for Batman University based on a Large Language Model (LLM). Considering the limitations of traditional OPAC (Online Public Access Catalog) systems and the growing expectations of users, contemporary information retrieval techniques in the literature have been thoroughly analyzed. In particular, vector-based data structures, Retrieval-Augmented Generation (RAG) architecture, model enhancements through Reinforcement Learning with Human Feedback (RLHF), ensemble learning strategies, historical inconsistency detection, and Explainable AI (XAI) methodologies are elaborated in detail. The system is implemented using the Python programming language and the LangChain framework to facilitate multi-source information retrieval. The primary data sources include Batman University's YORDAM catalog, followed by its institutional repository (e-Archive), and lastly, a web search module supported by ChatGPT. This multi-stage query pipeline is designed to optimize the information retrieval process and provide access to comprehensive, accurate, and up-to-date data. The Chroma-based vector database further improves system performance by enabling efficient memory management and semantic search capabilities. Moreover, user feedback is continuously collected and utilized within the RLHF framework to support adaptive learning and ongoing model refinement. Consequently, the system demonstrates a dynamic and evolving structure in terms of both technical functionality and user interaction. Advanced analytical components, such as historical inconsistency detection, contribute to information reliability, while Explainable AI techniques aim to enhance transparency and interpretability of system outputs for end-users and library personnel. Findings from this research indicate that the developed system significantly improves information retrieval speed, enhances the precision of search results, and increases overall user satisfaction. As an integrated and sustainable AI-based library solution, the system represents a promising model for academic libraries in Turkey, offering valuable contributions to the efficiency and effectiveness of scholarly research processes.

Benzer Tezler

  1. Tez No

    964641

    Sağlık verileri üzerinde büyük dil modeli ile yeni bir yaklaşım

    A new large language model based approach on health data

    BEHÇET ŞENTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET SERDAR GÜZEL

  2. Tez No

    937976

    Automated code review: Empirical evidence from experiments and industry

    Otomatik kod gözden geçirme: Deneylerden ve endüstriden elde edilen bulgular

    UMUT CİHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERAY TÜZÜN

  3. Tez No

    859487

    Large language models for biomedical relation extraction and explanation

    Biyomedikal metinlerde ilişki çıkarımı ve açıklanması için büyük dil modelleri

    NUR BENGİSU ÇAM

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ARZUCAN ÖZGÜR TÜRKMEN

  4. Tez No

    608416

    Moda türü ürünler için Bass Yayılım Modeli ve veri kümeleme tabanlı bir talep tahmin metodu geliştirilmesi: Bir vaka uygulaması

    Bass Diffusion Model and data clustering based forecasting method for fashion goods: A case study

    ABDURRAHMAN YAVUZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Endüstri ve Endüstri MühendisliğiTOBB Ekonomi ve Teknoloji Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KADİR ERTOĞRAL

  5. Tez No

    947275

    Büyük dil modellerinin lisansüstü giriş sınavlarında farklı becerilere yönelik sorularda başarım analizi ve metin madenciliği tabanlı incelenmesi

    A performance analysis of large language models on skill-diverse questions in graduate admission exams: a text mining-based investigation

    PINAR ÇETİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Katip Çelebi Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    PROF. DR. AYTUĞ ONAN

Geri Dön