Enhancıng aı-generated text detectıon: A robust roberta-based framework
Gelişmiş makine öğrenimi teknikleri ile yapay zekâ tarafından oluşturulan metni tespit etme
- Tez No: 995213
- Danışmanlar: DR. ÖĞR. ÜYESİ NEHAD T.A. RAMAHA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yapay zekâ tarafından üretilen metnin tanımı, özellikle kötüye kullanım, akademik dürüstlük eksikliği ve yanlış bilgi ve aldatmanın yayılmasıyla ilgili olarak önemli endişelere yol açmıştır. Yapay zekâ tarafından üretilen metin, insan yazısını taklit etmek üzere tasarlandığı için tespit edilmesi zordur ve bazen insanlar insan tarafından yazılmış içerik ile yapay zekâ tarafından üretilen metin arasında ayrım yapamazlar. Bu nedenle, büyük dil modellerinin yeteneklerinde sistematik iyileştirmeler, genel tutarlılık ve dil stili gibi gelişmiş dilbilimsel özelliklerin yanı sıra insan kaynaklı zorlukların ele alınması, herhangi bir konuda araştırma yapmak isteyen herkes için ulaşılabilir hedeflerdir. Bu çalışmanın amacı, özellik tabanlı ve sıfır atışlı yaklaşımlar da dahil olmak üzere, yapay zeka tarafından üretilen metni ayırt etmeye yönelik çeşitli yöntemleri araştırmaktır. Buna dayanarak, RoBERTa tabanlı çerçeve daha da geliştirilebilir ve iyileştirilebilir. Bu nedenle, araştırma yapay zeka metin tespitini basitleştirmeyi ve insan tarafından yazılan metinden ayırt etmeyi amaçlamaktadır. Sistemin kararlılığını ve anlaşılabilirliğini sağlamak için en son araştırmalar referans olarak kullanılmıştır. Ayrıca, RoBERTa modeli, alışılmadık yazım ve dilbilgisi hataları gibi bağlamsal sorunları doğru bir şekilde tanımak için özel olarak optimize edilmiştir. Son olarak, çalışma sonuçları karşılaştırmak ve bunların en iyi performansı üzerinde çalışmak için 3 modeli eğitip denedi: BERT-base, DistilBERT ve RoBERTa. RoBERTa model, alanlar arası metin üretimi açısından mevcut yöntemleri geride bırakarak %92,05'lik bir makro F1 puanı elde etmiştir.
Özet (Çeviri)
The identification of AI-generated text has emerged as a crucial concern, particularly due to the potential for misuse, including insufficiently examined academic dishonesty, the spread of misinformation, and deception. AI-generated text is naturally difficult to detect, as it has been designed to mimic human writing; accrodingly, people often struggle to distinguish between human-written content and AI-produced texts. Consequently, the systematic enhancement of LLMs' capabilities, encompassing coherence, advanced linguistic features, stylistic adaptation, and solving human challenges, can be achieved if anyone wants to search for anything. The goal of this study is to explore various methods for distinguishing AI-generated text, including feature-based and zero-shot approaches. Based on that, A RoBERTa-based framework can be used and improved. The research aims to facilitate the detection of AI-generated texts and highlight the differences between AI-generated and human-written texts, utilizing recent studies to enhance the system's stability and ease of understanding. Additionally, it is suggested that a RoBERTa model be fine-tuned to identify contextual issues, such as grammatical errors and unusual syntactic constructions. Finally, the study trained and tried 3 models to compare the results and work on the best performance of them: BERT-base, DistilBERT and RoBERTa. The RoBERTa model achieves a macro F1-score of 92.05%, surpassing current methods in terms of cross-domain generalization and adversarial robustness.
Benzer Tezler
- A comparative analysis of auditory recognition of emotional prosody generated by text-to-speech AI programs
Yapay zeka tabanlı metin-konuşma sistemleriyle üretilen duygusal bürünün işitsel algılanmasına yönelik karşılaştırmalı bir inceleme
EDA ŞAHİN
Yüksek Lisans
İngilizce
2025
DilbilimAnkara Hacı Bayram Veli Üniversitesiİngiliz Dili ve Edebiyatı Ana Bilim Dalı
PROF. DR. GÜVEN MENGÜ
- Politika duyarlı text-to-SQL ajanının postgresql satır düzeyi güvenlik (RLS) ile uygulamalı değerlendirilmesi
Applied evaluation of the policy-sensitive text-to-SQL agent with postgresql row level security (RLS)
ALI ATIA ALI KOUNDI
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI CEDİMOĞLU
- Designing, implementing and evaluating a training course on generative ai-assisted materials development for English teachers in Türkiye
Türkiye'deki İngilizce öğretmenlerine yönelik üretken yapay zeka destekli içerik geliştirme eğitiminin tasarımı, uygulanması ve değerlendirilmesi
PINAR POLAT
Yüksek Lisans
İngilizce
2025
Eğitim ve ÖğretimBahçeşehir ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MELTEM ÖZMUTLU
- Erken mimari tasarım sürecinde görsel üretken yapay zeka uygulamalarında girdi-çıktı ilişkisinin değerlendirilmesi
Evaluation of input-output relationships in image generative artificial intelligence applications during the early architectural design process
SEFA KOYUN
- Mimari tasarımda yapay zeka etkisi
The effect of artificial intelligence in architectural design
HÜSNA KÜBRA YILDIZ
Yüksek Lisans
Türkçe
2025
MimarlıkEskişehir Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. LEYLA YEKDANE TOKMAN