An explainable cache-augmented llm for regulation-based question answering in Turkish fire safety
Türkçe yangın güvenliği yönetmeliğine dayalı soru–cevap sistemi için açıklanabilir önbellek artırımlı büyük dil modeli
- Tez No: 988403
- Danışmanlar: PROF. DR. İNCİ BATMAZ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Türkçe yangın güvenliği yönetmeliği; düşük kaynaklı dil zorluklarının, model çıktılarında yetkili kaynaklara sıkı bir temellendirmeyi zorunlu kıldığı, güvenlik açısından kritik bir alan teşkil etmektedir. Ancak standart büyük dil modelleri, özellikle sayısal güvenlik eşikleri ve teknik atıflar konusunda parametrik halüsinasyonlara yatkındır ve bu durum, yönetmelik tabanlı karar destek süreçlerinde güvenilirliği zedelemektedir. Bu sorunu çözmek amacıyla tezde; bölüm düzeyinde yapılandırılmış yönetmelik derlemi, hibrit bilgi erişimi ve parametre-verimli uyarlanmış yönerge ayarlı (instruction-tuned) bir temel model içeren, açıklanabilir ve uçtan uca bir mimari önerilmektedir. Önbellek artırımlı üretim (cache-augmented generation) yaklaşımını kullanan bu sistem, oluşturulan yönetmelik tabanlı soru–cevap veri kümesi üzerinde değerlendirilmiştir. Deneylerde, Füzyon+Yeniden Sıralama (Fusion+Rerank) bilgi erişim konfigürasyonu @10'da 0.93 Anımsama (Recall) değerine ulaşarak kararlı bir bağlam seçimi sağlamıştır. Bu bağlam üzerinden çalışan önerilen mimari ise 0.93 BERTScore-F1 ve 0.34 BLEU skoru elde etmiş, böylece yetkili yönetmelik hükümlerine yüksek düzeyde metne bağlılık (fidelity) sergilemektedir. Teorik açıdan sözcük düzeyinde açıklanabilirlik analizi, sistem bileşenleri arasında işlevsel bir ayrışma olduğunu doğrulamaktadır: Bilgi erişim modülü anlamsal konuları ayrıştırırken, üretici bileşen önbellekteki bağlamdan sayısal kısıtları hassas biçimde çıkarmaktadır. Genel olarak sonuçlar, yönetmelik tabanlı soru–cevap için önbellek artırımlı, açıklanabilir büyük dil modeli mimarilerinin yetkinlikleri ve sınırlarına ilişkin deneysel kanıtlar ortaya koymakta ve düşük kaynaklı dillerdeki benzer sistemlerin tasarımına yönelik ilkelerin geliştirilmesine katkıda bulunmaktadır.
Özet (Çeviri)
Turkish fire-safety regulation constitutes a safety-critical domain where low-resource language challenges demand strict grounding of model outputs in authoritative sources. Standard large language models are prone to parametric hallucinations, particularly with respect to numeric safety thresholds and technical citations, which undermines their reliability for regulatory decision support. To address this problem, this thesis proposes an explainable, end-to-end architecture that integrates a structured section-level regulatory corpus, hybrid information retrieval, and cache-augmented generation using a parameter-efficiently adapted instruction-tuned backbone. The system is evaluated on a curated regulation-based question–answering dataset, where the Fusion+Rerank retrieval configuration achieves a Recall@10 of 0.93, ensuring robust and relevant context selection. Conditioned on this retrieved and cached context, the proposed pipeline attains a BERTScore-F1 of 0.93 and a BLEU score of 0.34, indicating high fidelity to authoritative regulatory provisions. From a theoretical perspective, word-level explainability analysis demonstrates a functional decoupling between system components: the retrieval module isolates semantically relevant regulatory topics, while the generative component accurately extracts quantitative constraints from the cached context. Overall, the findings provide rigorous empirical evidence on the capabilities and limitations of cache-augmented, explainable large language model architectures for regulation-based question answering and inform the design of related systems in specialised regulatory domains and other low-resource language settings.
Benzer Tezler
- Parcous de distinction, discours d'excellence: Une étude comparée du caractère structurant de l'enseignement artistique en Turquie
Ayrışma güzergâhları ve üstünlük söylemleri: Türkiye'de sanat eğitiminin yapılandırıcı karakteri üzerine karşılaştırmalı bir çalışma
LARA IŞIN BAĞÇIVANOĞLU
Yüksek Lisans
Fransızca
2020
SosyolojiGalatasaray ÜniversitesiSosyoloji Ana Bilim Dalı
PROF. DR. ALİ ERGUR
- Avrupa İnsan Hakları Mahkemesi kararlarının uygulanması: Türkiye örneği
Implementation of judgments of the European Court of Human Rights: The Turkish example
MUAMMER ÖZ
- An explainable ai application for classification of biomedical text with a hybrid approach using word embedding and bag-of-word
Biyomedikal metinlerin sözcük iliştirme ve sözcük torbası yöntemi kullanarak melez yaklaşımla sınıflandırılmasında açıklanabilir bir yapay zeka uygulaması
NIZAR ABDULAZIZ MAHYOUB AHMED
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADİL ALPKOÇAK
- Generating an explainable time-series forecasting using heterogeneous mixture of experts with large language models
Büyük dil modelleriyle birlikte farklı yapıda uzmanların karışımını kullanarak açıklanabilir bir zaman serisi tahmini oluşturma
İSMAİL BALABAN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. FULYA GÖKALP YAVUZ
- Towards an explainable course recommendation system (xcrs)
Açiklanabilir bir ders öneri sistemine doğru
MUHAMMED YASİN HORASANLI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN BİRKAN YILMAZ
DR. ÖĞR. ÜYESİ FATMA BAŞAK AYDEMİR
