Doğal dil işleme ile fişlerden anlamlı veri çıkarma
Extracting meaningful data from receipts using natural language processing
- Tez No: 990888
- Danışmanlar: DOÇ. DR. RIZA CENK ERDUR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez kapsamında, mobil cihazlar ile fotoğrafı çekilen fişlerden optik karakter tanıma (Optical Character Recognition - OCR) yöntemiyle Fiş Numarası, Tarih, Toplam Tutar, Toplam KDV ve Vergi Numarası gibi temel bilgilerin otomatik olarak çıkarılması amaçlanmaktadır. Özellikle finans sektöründe muhasebeciler tarafından yoğun olarak kullanılan fişlerde yer alan bu veriler, geliştirilen yöntemle dijital ortama aktarılmaktadır. Çalışma, finansal verilerin verimli şekilde dijitalleştirilmesini ve işlenmesini sağlayarak bu alandaki operasyonel etkinliği artırmayı hedeflemektedir. Böylece finans, muhasebe ve vergi işlemlerinde veri girişine yönelik insan gücü ihtiyacı azalacaktır. Geliştirilen sistem, fiş üzerindeki metinleri PaddleOCR kütüphanesi aracılığıyla tanımakta; ardından bu metinler, Adlandırılmış Varlık Tanıma (Named Entity Recognition-NER) yöntemi kullanılarak ayrıştırılmaktadır. spaCy ile eğitilen model, kısa sürede %95,36 F1 skoru elde ederek doğruluk ve kapsayıcılık açısından dengeli bir performans göstermiştir. Ayrıca modelin doğruluk (precision) ve duyarlılık (recall) değerleri de sırasıyla %95,86 ve %94,87 olarak ölçülmüş; bu da sistemin yüksek güvenilirlikte çalıştığını ortaya koymuştur.
Özet (Çeviri)
This thesis focuses on the automatic extraction of key information such as Receipt Number, Date, Total Amount, Total VAT, and Tax Number from receipts photographed with mobile devices using the Optical Character Recognition (OCR) method. The developed system transfers this data into a digital environment, aiming to improve the efficiency of financial data digitization and processing. Texts on the receipts are recognized through the PaddleOCR library and then processed using the Named Entity Recognition (NER) method, reducing the need for manual data entry in financial, accounting, and tax operations. The NER model trained with spaCy achieved an F1-score of %95.36 within a short training period, demonstrating a balanced performance in terms of precision and recall. Furthermore, the model reached high precision and recall rates of 95.86% and 94.87%, respectively, indicating that the system operates with a high level of reliability.
Benzer Tezler
- Leıbnız prop ıs a crossed presımplıcıal algebra
Leıbnız propu bir çaprazlanmış yarı-simpleksel cebirdir
MURAT CAN AŞKAROĞULLARI
Doktora
İngilizce
2025
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. ATABEY KAYGUN
- Okullarda yapılan göstermelik işlerin nedenleri, sonuçları ve önlenebilirliği
The reasons, results and preventability of the non-functional paperworks in educational enviroment
ESRA BAĞCI
Yüksek Lisans
Türkçe
2024
Eğitim ve ÖğretimBurdur Mehmet Akif Ersoy ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. EMİNE ÖNDER
- Doğal dil işleme ile Türkçe yazım hatalarının denetlenmesi
Turkish spell check with natural language processing
AYNUR DELİBAŞ
Yüksek Lisans
Türkçe
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. EŞREF ADALI
- Doğal dil işleme ile İngilizce otomatik sözlük oluşturma
Creating english automatic dictionary with natural language processing
AHMET TOPRAK
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Ticaret ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ METİN TURAN
- Doğal dil işleme ile Türkçe içerikli paylaşımlardan sosyal medya kullanıcılarının duygu analizi
Sentiment analysis of social medial users from Turkish content with natural language processing
ÇAĞLA BALLI
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET SERDAR GÜZEL