Geri Dön

Yapay zekâ ile üretilmiş Türkçe bir metni tespit etmek

Detecting a turkish text produced with artificial intelligence

PDF İndir

  1. Tez No: 985075
  2. Yazar: REZZAN NİSA ER
  3. Danışmanlar: DR. ÖĞR. ÜYESİ KEVSER NUR ÇOĞALMIŞ
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: İstanbul Sabahattin Zaim Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Bilimi ve Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Dil modeli teknolojilerinin hızla gelişmesiyle birlikte, yapay zekâ tarafından üretilen metinleri insan yazımı metinlerden ayırt etmek giderek daha zor bir yetenek haline gelmektedir. Bu tez çalışması, ChatGPT-4 tarafından oluşturulan akademik makale özetleri ile insan makale özetlerini tespit ederek sınıflandırmayı amaçlamaktadır. Veri seti oluşturulurken, DergiPark Akademik platformunda yayımlanmış sağlık, hukuk, sosyoloji ve mühendislik alanlarının her birinden 250'şer adet makale seçilmiştir. Veri seti içerisinde toplam 2000 adet olan özetlerin 1000 tanesi Dergipark'tan seçilen bahsi geçen 1000 adet insan yazımı özet iken, kalan 1000 tanesi ise her makalenin başlığı ve anahtar kelimeleri ChatGPT-4 uygulamasına verilerek oluşturulan yapay özetlerdir. Metin sınıflandırması için LSTM, CNN, GRU, GPT-2 ve BERTurk gibi oldukça popüler olan derin öğrenme modelleri kullanılmıştır. Modellerin başarıları doğruluk, f1-skoru gibi sınıflandırma metrikleriyle; kaynak kullanımı ise eğitim süresi ve donanım tüketimi metrikleri ile değerlendirilmiştir. Hem doğruluk hem de modellerin eğitim süresi birlikte değerlendirildiğinde en başarılı ve etkili olan model LSTM olmuştur. Bu çalışma, yapay zekâ tarafından üretilen akademik metinlerin tespiti için farklı derin öğrenme modellerinin farklı veri setleri üzerindeki performans ölçümleri ve karşılaştırmalarının yanı sıra insan-yapay zekâ sınıflandırması için etkili bir yaklaşım sunmaktadır.

Özet (Çeviri)

With the rapid development of language modeling technologies, distinguishing AI-generated text from human-written text is becoming increasingly challenging. This thesis aims to identify and classify academic article abstracts generated by ChatGPT-4 and human-written abstracts. To create the dataset, 250 articles from each of the fields of health, law, sociology, and engineering published on the DergiPark Academic platform were selected. Of the 2000 abstracts in the dataset, 1000 were human-written abstracts selected from DergiPark, while the remaining 1000 were artificial abstracts generated by feeding the title and keywords of each article to ChatGPT-4. Popular deep learning models such as LSTM, CNN, GRU, GPT-2, and BERTurk were used for text classification. Model performance was evaluated using classification metrics such as f1-score and accuracy, while resource utilization was evaluated using training time and hardware consumption. When both accuracy and training time of the models are evaluated together, the most successful and effective model is the LSTM. This study provides performance measurements and comparisons of different deep learning models on different datasets for the detection of academic texts generated by AI, as well as an effective approach for human-AI classification.

Benzer Tezler

  1. Tez No

    976620

    Akademik alanda yapay zekâ araçları tarafından üretilen içeriklerin tespit edilmesine yönelik bir uygulama

    An application for detecting content produced by artificial intelligence tools in academic field

    SİNEM KOÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBurdur Mehmet Akif Ersoy Üniversitesi

    Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı

    DOÇ. DR. ONUR SEVLİ

  2. Tez No

    997555

    Çocuk yazını çevirisinde insan ve yapay zekâ çevirisinin sözcüksel açıdan karşılaştırılması

    A lexical comparison of human and artifical intelligence translation in children's literature translation

    BÜŞRANUR SEVİM YAZMACI

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Mütercim-TercümanlıkKırıkkale Üniversitesi

    Batı Dilleri ve Edebiyatları Ana Bilim Dalı

    DOÇ. DR. ÖZGÜR ŞEN BARTAN

  3. Tez No

    947610

    3D nokta bulutu verileri kullanılarak otonom sürüş için nesne algılama yöntemi ile karayolu envanterlerinin tespit edilmesi

    Determination of highway inventories with object detection method for autonomous driving using 3D point cloud data

    HİLAL GEZGİN

    Doktora

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. REHA METİN ALKAN

  4. Tez No

    991674

    Türkçe metinlerde aldatıcı beyan tespitine yönelik doğal dil işleme tabanlı hibrit model geliştirilmesi ve sektörel bir uygulama

    Development of a natural language processing based hybrid model for detection of deceptive statements in Turkish texts and a sectoral application

    EKİN AKKOL

    Doktora

    Türkçe

    Türkçe

    2025

    Yönetim Bilişim SistemleriDokuz Eylül Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    PROF. DR. YILMAZ GÖKŞEN

  5. Tez No

    1013891

    Derin öğrenme yöntemleriyle otomatik olarak üretilmiş sahte metin özetlerinin tespiti

    Detection of automatically generated fake text summaries using deep learning methods

    İSMAİL ÖNER

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ERDAL ÖZBAY

Geri Dön