Detection of competition law violations in turkish social media content using transformer-based language models
Transformer tabanlı dıl modellerı kullanarak Türkçe sosyal medya ıçerıklerınde rekabet hukuku ıhlallerının tespıtı
- Tez No: 989840
- Danışmanlar: DOÇ. DR. EMİN GERMEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Hukuk, Electrical and Electronics Engineering, Computer Engineering and Computer Science and Control, Law
- Anahtar Kelimeler: Doğal dil işleme, Natural language processing
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Devreler ve Sistemler Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma, Türkçe sosyal medya içeriklerinde potansiyel rekabet hukuku ihlallerini tespit etmeye yönelik doğal dil işleme tabanlı bir çerçeve önermektedir. Anahtar kelime temelli sorgularla toplanan tweetler üzerinde, BERT, DistilBERT, RoBERTa, XLNet ve ELECTRA gibi transformer tabanlı dil modelleri kullanılarak metin sınıflandırması yapılmıştır. Modeller, etiketlenmiş veri kümeleri üzerinde ince ayar (fine tuning) yöntemiyle eğitilerek gönderileri rekabetle ilgili temalara göre sınıflandırmakta ve ihlal olasılığı skorları atamaktadır. Modellerin performansı çapraz doğrulama, doğruluk, kesinlik, duyarlılık ve F1-skoru metrikleriyle karşılaştırılmıştır. Sonuçlar, DistilBERT'in özellikle yüksek ve düşük ihlal sınıflarında verimlilik ile sınıflandırma doğruluğu arasında en uygun dengeyi sağladığını göstermektedir. Önerilen sistem, Rekabet Kurumu'nun dijital platformlardaki rekabet karşıtı davranışları izlemek ve erken uyarı mekanizmaları geliştirmek amacıyla faydalanabileceği bir analiz aracı sunmaktadır.
Özet (Çeviri)
This study proposes a natural language processing based framework to detect potential competition law infringements in Turkish social media content. Using tweets collected through keyword-based queries, the research applies transformer-based language models such as BERT, DistilBERT, RoBERTa, XLNet, and ELECTRA for text classification. The models are fine-tuned on annotated datasets to categorize posts according to competition-related topics and to assign infringement likelihood scores. Comparative evaluation across models is conducted using cross-validation, accuracy, precision, recall, and F1-score metrics. The results demonstrate that DistilBERT provides an optimal balance between efficiency and classification accuracy, especially for high and low infringement classes. The proposed system aims to support the Turkish Competition Authority in developing an early warning mechanism for market monitoring and automated detection of anti-competitive behavior on digital platforms.
Benzer Tezler
- Rekabetin korunması hakkında kanuna aykırılığın Özel Hukuk alanındaki sonuçları
The results of the violation of the law on the protection of competititon
BAŞAK BAŞAR
- Türk Haksız Rekabet Hukukunda dürüstlük kuralına aykırı genel işlem şartı kullanımı ve yaptırımı
The usage and sanction of general terms and conditions against good faith in Turkish unfair competition law
AYHAN BAKIR
Yüksek Lisans
Türkçe
2016
HukukOndokuz Mayıs ÜniversitesiÖzel Hukuk Ana Bilim Dalı
DOÇ. DR. MUSTAFA TÜYSÜZ
- Amerika Birleşik Devletleri, Avrupa Topluluğu ve Türk Rekabet Hukukunda kartel anlaşmalarının denetimi
Detecting, investigating and punishing cartels in the US, EU and Turkish Competition Law
H. GÖKŞİN KEKEVİ
Yüksek Lisans
Türkçe
2008
HukukAnkara ÜniversitesiAvrupa Birliği ve Uluslararası Ekonomik İlişkiler Ana Bilim Dalı
YRD. DOÇ. DR. GAMZE AŞÇIOĞLU ÖZ
- Türk Hukukunda garanti markası ve TSE'nin garanti markası niteliği
Turkish Law Guarantees the quality of the brand and brand guarantee
ARİFE GÜVEN
Yüksek Lisans
Türkçe
2015
HukukSüleyman Demirel ÜniversitesiÖzel Hukuk Ana Bilim Dalı
DOÇ. DR. MEHMET FAHRETTİN ÖNDER