Derin öğrenme ile aihm dava dosyalarının yapılandırılarak referans önerici sistem geliştirilmesi
Developing a reference recommender system by structuring echr case files with deep learning
- Tez No: 961903
- Danışmanlar: PROF. DR. YUSUF SİNAN AKGÜL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Bilgi çıkarımı, Derin öğrenme, Doğal dil işleme, Information extraction, Deep learning, Natural language processing
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Hukuk dosyaları, günümüz hukuk sistemleri için önemli bir zorluk teşkil etmektedir. Özellikle her yıl artan dava dosyası sayısı, değişen kanunlar, emsal kararlar ve yorumlar, bu dosyaların takibini ve sınıflandırılmasını zorlaştırmaktadır. Bu durum avukatlar için büyük zorluklar yaratmakta ve dava dosyalarını incelemek için ek çaba sarf etmelerini gerektirmektedir. Özellikle hukuk disiplininde, yönergelere, yönetmeliklere, kanunlara ve diğer davalara verilen atıfların analizi büyük önem taşımaktadır. Avukatlar bir dosyayı incelerken genellikle davanın kapsamını ve davanın seyrinin nasıl değişebileceğini, önceki davalarda verilen kararları, savunmaları ve argümanları analiz ederek değerlendirirler. Bu noktada, birçok emsal karar, karar, atıf ve diğer hukuki süreçler hakkında bilgi sahibi olmaları gerekmektedir. Bu çalışmada, derin öğrenme yöntemleri kullanılarak dava dosyalarından nasıl nitelikli ve doğru referans çıkarımı yapılabileceği ve dava metinleri için referans hukuk makaleleri önerebilen bir sistemin nasıl oluşturulabileceği araştırılmıştır. Böylece hukuk profesyonellerinin işini kolaylaştırmak hedeflenmiştir. Bu amaçla farklı deneyler yapılmış ve elde edilen sonuçlar karşılaştırmalı olarak sunulmuştur. Grafik tabanlı modelleme yoluyla temsil edilen dava ve hukuk maddelerinin referans önerme süreci için daha iyi sonuçlar verdiği gözlemlenmiştir. Bu çalışmada, davaların Avrupa İnsan Hakları Sözleşmesi'nin hangi maddelerine atıfta bulunduğunu belirlemek için derin öğrenme mimarileri oluşturulmuştur. Bunun için Avrupa İnsan Hakları Mahkemesi dosyaları analiz edilmiştir. Avrupa İnsan Hakları Mahkemesi'nin web kaynakları kullanılarak Türk davalarını içeren bir veri seti oluşturulmuştur. Her dava, ilgili sözleşme maddesiyle eşleştirilerek iki parçalı bir çizge oluşturulmuş ve kapsamlı bir dava vektörü elde edilmiştir. Çizgedeki düğüm vektörleri node2vec tekniği kullanılarak türetilmiştir. Eş zamanlı olarak, her örnek için içerik vektörünü türetmek için Doc2Vec algoritması kullanılmıştır. Her iki temsil vektörü için de LSTM, CNN ve bunların hibrit mimarileri kullanılarak sonuçlar değerlendirilmiştir. Ayrıca, hem birleştirilmiş hem de ayrı olarak, elde edilen vektörler ilgili sözleşme maddesini tahmin etmek için bu modeller üzerinde denenmiş ve sonuçlar karşılaştırılarak sunulmuştur.
Özet (Çeviri)
Legal files pose a significant challenge for today's legal systems. The increasing number of case files, along with changing laws, precedents, and interpretations, makes it difficult to track and categorize them. This creates significant challenges for lawyers and requires them to expend additional effort in reviewing case files. In the legal discipline, analyzing citations to directives, regulations, laws, and other cases is crucial. When reviewing a case, lawyers often assess the scope of the case and how its course might change by analyzing previous decisions, pleadings, and arguments. This requires them to be knowledgeable about numerous precedents, decisions, citations, and other legal processes. This study explores how to extract high-quality and accurate references from case files using deep learning methods and how to create a system that can recommend reference legal articles for case texts. This aims to simplify the work of legal professionals. Various experiments were conducted for this purpose, and the results obtained are presented comparatively. It was observed that cases and legal articles represented through graph-based modeling yielded better results in the reference suggestion process. In this study, deep learning architectures were developed to determine which articles of the European Convention on Human Rights (ECHR) cases referred to. To this end, files from the European Court of Human Rights were analyzed. A dataset containing Turkish cases was created using web resources from the European Court of Human Rights. Each case was matched with the relevant contract article, creating a bipartite graph to obtain a comprehensive case vector. The node vectors in the graph were derived using the node2vec technique. Simultaneously, the Doc2Vec algorithm was used to derive the content vector for each example. Results were evaluated using LSTM, CNN, and their hybrid architectures for both representation vectors. Furthermore, the resulting vectors were tested on these models, both combined and separately, to predict the relevant contract article, and the results are presented for comparison.
Benzer Tezler
- Türkiye'de aile planlaması çalışmalarında erkeklerin önemi, hastane personeli ile fabrika işçilerinin doğum kontrol yöntemlerine karşı tutum ve davranranışlarında farklılığın araştırılması
Başlık çevirisi yok
KAMİL MALKOÇLU
Yüksek Lisans
Türkçe
1987
Demografiİstanbul ÜniversitesiAile Sağlığı Ana Bilim Dalı
DOÇ. DR. DERİN KÖSEBAY
- Değişik derim zamanı ve önsoğutmanın Bursa siyahı incir çeşidinin meyve kalitesi ve pazarlama süresi üzerine etkileri
Effects of haruest time and precooling on fruit quality and shelf-life of the fig variety“Bursa siyahı”
FÜSUN GÜRSEL ÇELİKEL
- Tekstil boyamacılığında atık flottede boyama imkanları üzerine araştırma
Başlık çevirisi yok
MEHMET YAKARTEPE
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KERİM DURAN
- Ön işlemenin ve askorbik asitin dondurularak depolanan yılan balıklarının (Anguilla anguilla) kalitesine etkileri
Başlık çevirisi yok
H.VOLKAN GÖKSEL
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiSu Ürünleri Ana Bilim Dalı
DOÇ. DR. AYDIN URAL
- Antakya tarihi ticaret merkezi mekansal yapı değişim ve gelişim sürecinin kent ticaret merkezi planlamasına etkinliği
The Effectiveness of spatial structural chance and development period of the historical trade center of Antakya in the urban trade planning
NEVİN TURGUT
Yüksek Lisans
Türkçe
1986
Şehircilik ve Bölge PlanlamaGazi ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
YRD. DOÇ. DR. NURCAN UYDAŞ