İçerik tabanlı ders video erişimi

Günümüzde e-öğrenme veya çevrimiçi öğrenme olarak sıklıkla karşımıza çıkan uzaktan eğitim, eğitim-öğretim sırasında eğitmen ile öğrencinin fiziksel olarak yan yana olmadığı ve öğrenci-eğitmen iletişimini kolaylaştırmak için çeşitli teknolojilerin kullanıldığı yeni nesil bir eğitim yaklaşımıdır. Bu yaklaşım koronavirüs pandemisi (COVID-19) ile dünya çapındaki ağda (www) özellikle ders-eğitim içerikli videolar ile daha yaygın ve kullanılabilir hale gelmiştir. Ancak internet ortamında bulunan video sayılarındaki yüksek artış hızı, belirli bir içeriğe sahip videoya ulaşmak isteyen kullanıcıların video içeriklerine erişimini oldukça zorlaştırmıştır. Bahsedilen bu zorluklara bir öneri geliştirmek bağlamında bu araştırmada kullanıcıların belirli eğitim içerikleri ile ilgili videolara erişimini amaçlayan içerik tabanlı erişim yöntemi ele alınmıştır. Kullanıcıların aradıkları video içeriklerine daha kolay ulaşması için videoların doğru sınıflandırılması gerekmektedir. Teknik açıdan sınıflandırılmanın yapılabilmesi için ise öncelikle videoların metin bilgilerine ulaşılmalıdır. Bu çerçevede araştırmada videoların metin bilgilerini çıkarmak için optik karakter tanıma (OCR) ve otomatik konuşma tanıma (ASR) isimli iki farklı indeksleme yöntemi kullanılmıştır. Bu iki yöntem ve bu iki yöntemin birlikte kullanıldığı bir analiz, bu tezde belirli bir veri kümesi üzerinden ele alınmıştır. Veri kümesi olarak ise 110 videolu bir eğitim koleksiyonu kullanılmıştır. Bu kapsamda aynı veriyi kullanarak OCR ile analiz yapmış bir tez referans alınarak, bu kez de ASR yöntemi ile aynı metrik analizler yapılmıştır. Son olarak ise, hem OCR hem de ASR yöntemi kullanılarak çeşitli metrik değerler hesaplanmıştır. Verilerin sınıflandırma analizi için 3 farklı geleneksel makine öğrenme yöntemi kullanılmıştır. Kullanılan geleneksel makine öğrenme yöntemleri Support Vector Machine (SVM), Naïve Bayes ve Random Forest yöntemleridir. Bu doğrultuda farklı makine öğrenme yöntemleri ve farklı indeksleme yöntemlerinin aynı veri kümesi üzerinde metrik analizleri karşılaştırılmıştır. Yapılan analizler sonucunda ders videolarının içerik tabanlı erişimde kullanılabilmesi için günümüzde mümkün olan geleneksel makine öğrenme yöntemleri ile indeksleme yöntemlerinin güçlü ve zayıf yönlerinin açıklaması yapılmıştır. Bununla birlikte aynı konuda yapılacak gelecek çalışmalar için yöntemin geliştirilebilecek yönleri vurgulanmış ve bu konudaki öneriler sunulmuştur. Bu tez, yapılan karşılaştırmalı araştırmanın hem eğitim hem de yazılım sektörünü nasıl etkileyebileceği tartışması ile noktalanmaktadır.